Zarz¹dzanie i Finanse Journal of Management and Finance Vol. 14, No. 3/1/2016

Zarz¹dzanie i Finanse Journal of Management and Finance Vol. 14, No. 3/1/2016 Jerzy Kitowski* Jerzy Kitowski Rola kryterium zad³u enia w dyskryminacyjnych metodach oceny zagro enia upad³oœci¹ przedsiêbiorstwa Rola kryterium zad³u enia w dyskryminacyjnych metodach oceny Wstêp Celem rozwa añ metodycznych podjêtych w artykule by³a próba zaprezentowania wybranych wyników badañ nad wiarygodnoœci¹ diagnostyczn¹ modeli dyskryminacyjnych, w tym zw³aszcza ocena sposobów ujmowania tradycyjnych wskaÿników zad³u enia w tych modelach, s³u- ¹cych do oceny zagro enia upad³oœci¹ przedsiêbiorstwa. Badaniami objêto 80 polskich modeli dyskryminacyjnych, opublikowanych w latach 1994 2014, w których wykorzystano 23 wskaÿniki zad³u enia. Starano siê tak e wykazaæ niekonsekwencje metodyczne oraz terminologiczne w konstrukcji zarówno tych modeli, jak i wykorzystanych w nich wskaÿników. Do podjêcia omawianego problemu badawczego sk³oni³a autora tak- e próba polemiki z nieuzasadnionym, z punktu widzenia przes³anek metodycznych, forsowaniem w opiniach niezale nych bieg³ych rewidentów mechanicznego stosowania, w œlad za wzorcem opracowanym przez Krajow¹ Izbê Bieg³ych Rewidentów, metod E. Altmana oraz A. Ho³dy, z pominiêciem kryterium zakresu przydatnoœci oraz wiarygodnoœci diagnostycznej tych metod [Kitowski, 2015c]. Na przyk³ad metodê E. Altmana spotykamy m.in. w opiniach niezale nych bieg³ych rewidentów dotycz¹cych sprawozdañ finansowych zarówno spó³ek przemys³owych, budowlanych, ale tak e szpitali, uczelni, funduszy hipotecznych, spó³ek prowadz¹cych dzia³alnoœæ rachunkowo-ksiêgow¹ oraz doradztwo podatkowe, spó³dzielni mieszkaniowych itp. W omawianych opiniach, niezale nie od licznych, niestety, potkniêæ i uproszczeñ metodycznych, doœæ czêsto spotykamy przypadki bezkrytycznego przytaczania wymienionych powy ej wzorców opinii, w tym zw³aszcza ba³amutnych wniosków dotycz¹cych roli wskaÿnika ogólnego zad³u enia w metodzie A. Ho³dy: szczególn¹ uwagê zwraca wystêpuj¹cy w modelu Ho³dy wskaÿnik dotycz¹cy stopy ogólnego zad³u enia spó³ki (wskaÿnik bezpieczny wynosi * Prof. UR dr hab., Katedra Finansów, Wydzia³ Ekonomii, Uniwersytet Rzeszowski, ul. Æwikliñskiej 2, 35-601 Rzeszów, kitowski@ur.edu.pl

122 Jerzy Kitowski 50% a przekroczenie 75% wskazuje na realne zagro enie wyp³acalnoœci jednostki) 1. 1. Niekonsekwencje metodyczne i terminologiczne w konstrukcji wskaÿników zad³u enia W krajowej literaturze przedmiotu dostrzegamy spor¹ dowolnoœæ w definiowaniu wskaÿników analizy finansowej, dlatego w artykule podjêto próbê unifikacji terminologicznej omawianych wskaÿników zad³u enia oraz poszczególnych kategorii stanowi¹cych ich elementy konstrukcyjne. W skrajnych przypadkach ta sama kategoria, wystêpuj¹ca w tej samej metodzie, nosi trzy ró ne nazwy (na przyk³ad D. Wierzba i rezerwy na nazywa: mi, sum¹ zad³u enia oraz mi ogó³em ) [Wierzba, 2000, s. 91], a nawet cztery nazwy (W. Pierzchalska w tej samej metodzie E. Altmana), niezrêcznie u ywa terminów: maj¹tek ca³kowity, suma bilansowa, aktywa ogó³em oraz wartoœæ aktywów ) [Pierzchalska, 2014, s. 40]. Ponadto zró nicowany okres wydawania cytowanych prac sprawi³, e u ywana w nich terminologia straci³a na aktualnoœci, w zwi¹zku z nowelizacj¹ ustawy o rachunkowoœci. Przyjêto zatem generaln¹ zasadê, e nazewnictwo wszystkich u ywanych kategorii ekonomiczno-finansowych bêdzie zgodne z aktualn¹ ustaw¹ o rachunkowoœci 2 [ustawa, 2015]. Dodatkow¹ barier¹ metodyczn¹ w krajowej literaturze przedmiotu jest niekonsekwentna terminologia oraz konstrukcja wskaÿników zad³u- enia. Na przyk³ad wskaÿnik ogólnego zad³u enia (debt ratio), bêd¹cy re- 1 Na przyk³ad: Opinia Niezale nego Bieg³ego Rewidenta dla Walnego Zgromadzenia i Rady Nadzorczej Polskiego Funduszu Hipotecznego S.A. (za 2013 r.) www.newconnect.pl/?page=get ebi_file&id=53908; Opinia Niezale nego Bieg³ego Rewidenta dla Walnego Zgromadzenia Wspólników Przedsiêbiorstwa Wodoci¹gów i Kanalizacji Spó³ka z o.o w Przemyœlu za rok 2010, www.przemysl.pl/zalaczniki/15039.pdf 2 W konstrukcji omawianych wskaÿników zad³u enia terminem aktywa umownie zast¹piono nastêpuj¹ce kategorie: aktywa ogó³em [Hadasik, 1998, s. 74; Jagie³³o, 2013, s. 21; Kasjaniuk, 2006, s. 97; Wysocki, Kozera, 2012, s. 176; Tymoszuk, 2013, s. 200], kapita³ ca³kowity [Hamrol i inni, 2004, s. 37], maj¹tek [Appenzeller, Szarzec, 2004, s. 124], maj¹tek ca³kowity [Hadasik, 1998, s. 79; Hamrol i inni, 2004, s. 37], maj¹tek ogó³em [Ho³da, 2001, s. 308; Kasjaniuk, 2006, s. 97], suma aktywów [Wierzba, 2000, s. 90], suma bilansowa [Ho³da, 2001, s. 308; M¹czyñska, 1994, s. 43]. Kapita³y w³asne [Appenzeller, Szarzec, 2004, s. 124; Hadasik, 1998. s. 76] zast¹piono terminem kapita³ w³asny, a i rezerwy na wprowadzono w miejsce: kapita³u obcego [Hamrol i inni, 2004, s. 37], kapita³ów obcych [Hadasik, 1998, s. 75], sumy zad³u enia [Wierzba, 2000, s. 91], zobowi¹zañ [Appenzeller, Szarzec, 2004, s. 124; Wierzba, 2000, s. 91] oraz zobowi¹zañ ogó³em [Gajdka, Stos, 1996b, s. 61; Hadasik, 1998, s. 74; Ho³da, 2001, s. 308; Jagie³³o, 2013, s. 21; M¹czyñska, Zawadzki, 2006, s. 222; Tymoszuk, 2013, s. 200; Wierzba, 2000, s. 91].

Rola kryterium zad³u enia w dyskryminacyjnych metodach oceny 123 lacj¹ zobowi¹zañ i rezerw na do aktywów, w literaturze przedmiotu nosi tak e nazwê: stopy zad³u enia [Appenzeller, Szarzec, 2004, s. 124; Hadasik, 1998, s. 74; Ho³da, 2001, s. 308], zad³u enia [Pomykalska, Pomykalski, 2007, s. 90], zad³u enia ogó³em [Go³êbiowski, T³acza³a, 2009, s. 203], zad³u enia aktywów [na przyk³ad Biznesplan, www.biznesplan.waw.pl], dÿwigni 1 (metoda Banku PeKaO S.A.). Warto równie zwróciæ uwagê, e zgodnoœæ terminologii omawianego wskaÿnika nie zawsze oznacza zgodnoœæ w jego konstrukcji. Na przyk³ad w podrêczniku B. Pomykalskiej i P. Pomykalskiego wskaÿnik zad³u enia oznacza relacjê zobowi¹zañ do aktywów [Pomykalska, Pomykalski, 2007, s. 90], natomiast tak samo nazwany wskaÿnik w podrêczniku wydanym pod redakcj¹ B. Werstego stanowi relacjê zobowi¹zañ do kapita³u w³asnego [Bednarski i inni, 1996, s. 97], a zatem jest wskaÿnikiem struktury pasywów. Kilku uwag wymaga tak e wyjaœnienie kryteriów doboru wskaÿników zad³u enia. Do badanej populacji wskaÿników zaliczono tylko te, które charakteryzuj¹ poziom zad³u enia przedsiêbiorstwa, mierzony relacj¹ zobowi¹zañ i rezerw na do aktywów, aktywów trwa- ³ych i kapita³u w³asnego oraz wskaÿniki charakteryzuj¹ce zdolnoœæ badanego przedsiêbiorstwa do sp³aty zaci¹gniêtych zobowi¹zañ. Niekiedy w literaturze przedmiotu znajdujemy odmienne kryteria doboru wskaÿników zad³u enia. Na przyk³ad K. Harmoza do tej grupy wskaÿników zalicza wskaÿnik sfinansowania aktywów kapita³em obrotowym [Harmoza, 2010, s. 15]. Z kolei autor artyku³u tê relacjê zaliczy³ do wskaÿników p³ynnoœci finansowej. Podobnie T. Korol do mierników zad³u enia zaliczy³ wskaÿnik sfinansowania aktywów mi krótkoterminowymi oraz relacjê zysku brutto do zobowi¹zañ krótkoterminowych [Korol, 2010, s. 143]. W omawianych badaniach wskaÿniki zawieraj¹ce w swojej konstrukcji kategoriê zobowi¹zañ krótkoterminowych umownie zaliczono do wskaÿników p³ynnoœci finansowej. 2. Analiza wskaÿników zad³u enia wykorzystanych w polskich modelach dyskryminacyjnych W literaturze przedmiotu przewa a pogl¹d, e liczba zmiennych w modelu dyskryminacyjnym nie jest czynnikiem decyduj¹cym o jakoœci jego diagnozy [M¹czyñska, Zawadzki, 2006, s. 228; Korol, 2010, s. 158].

124 Jerzy Kitowski W badanej populacji modeli dyskryminacyjnych dominuj¹ modele posiadaj¹ce 4 zmienne (25), kolejne 13 modeli liczy po 5 zmiennych, 9 modeli odpowiednio 2 i 3 zmienne, 8 modeli ma po 6 zmiennych, 7 modeli 7 zmiennych. W trzech modelach wystêpuje po 8 zmiennych, dwa kolejne modele maj¹ odpowiednio po 9 i 11 zmiennych, a pojedyncze modele maj¹ po 10 i 12 zmiennych. Uwa na lektura literatury przedmiotu prowadzi do wniosku, e wystêpuj¹ ró ne pogl¹dy co do okresu zachowywania przez model dyskryminacyjny swojej wiarygodnoœci diagnostycznej: 1) przewa a stanowisko, e funkcje dyskryminacyjne z czasem trac¹ swe walory prognostyczne [Ho³da, 2001, s. 306 310; Prusak, 2005, s. 110; Maœlanka, 2008, s. 195 196], 2) zdolnoœæ prognostyczna modeli gwa³townie spada w miarê up³ywu czasu od estymacji modelu do jego weryfikacji [Wêdzki, 2005, s. 64], 3) nie da siê jednoznacznie okreœliæ okresu, w którym model dyskryminacyjny zachowuje swoj¹ wiarygodnoœæ diagnostyczn¹ [Hamrol i inni, 2004, s. 35], 4) decyzja o zastosowaniu danego modelu (lub jego modyfikacji) nale y do analityka [Ho³da, 2001, s. 310], 5) w warunkach polskiej gospodarki praktycznie nie jest mo liwe sformu³owanie jednej funkcji dyskryminacyjnej, która zachowywa³aby walory prognostyczne przez dziesiêciolecia [Ho³da, 2001, s. 310], 6) nale y wykorzystywaæ te modele dyskryminacyjne, które zosta³y skonstruowane nie póÿniej ni w ostatnim dziesiêcioleciu [Go³êbiowski, T³acza³a, 2009, s. 158]. 7) modele prognozowania ryzyka upad³oœci dzia³aj¹ sprawnie przez okres czterech do szeœciu lat, po up³ywie którego niezbêdna jest ich modyfikacja i aktualizacja [Korol, 2010, s. 129], 8) modele dyskryminacyjne s¹ doœæ uniwersalne i nie dezaktualizuj¹ siê wraz ze zmianami strukturalnymi w gospodarce i z odpowiadaj¹cymi im zmianami prawdopodobnych przyczyn bankructw [Go³êbiowski, ywno, 2008, s. 37]. Warto zauwa yæ, e za³o enia 61 omawianych modeli dyskryminacyjnych (ponad 3/4 badanej populacji) zosta³y opublikowane w latach 2001 2014, w tym ponad po³owa tej liczby (34), w latach 2006 2010, a zatem uwzglêdniaj¹ one uwarunkowania œwiatowego kryzysu ekonomiczno- -finansowego.

W objêtych badaniem 80 modelach dyskryminacyjnych wykorzystano 23 wskaÿniki zad³u enia (tablica 1). Mo na je umownie podzieliæ na piêæ grup: 1) sfinansowania mi i rezerwami na zasobów (aktywów, kapita³u w³asnego), lub strumieni rocznych (przychodów ze sprzeda y oraz zysku netto) 6 wskaÿników, 2) sfinansowania kapita³em w³asnym (w tym tak e skorygowanym) aktywów, aktywów trwa³ych, œrodków trwa³ych oraz zobowi¹zañ i rezerw na 6 wskaÿników, 3) sfinansowania kapita³em sta³ym aktywów oraz aktywów trwa³ych 2 wskaÿniki, 4) oceny zdolnoœci przedsiêbiorstwa do sp³aty zaci¹gniêtych zobowi¹zañ 6 wskaÿników, 5) pozosta³e wskaÿniki (dynamiki kapita³u w³asnego, obci¹ enia mi d³ugoterminowymi oraz udzia³u zobowi¹zañ uprzywilejowanych w i rezerwach na ). Tablica 1. Konstrukcja wskaÿników zad³u enia w badanych modelach dyskryminacyjnych WskaŸnik Licznik a Mianownik a W 1 Zobowi¹zania i rezerwy na Aktywa W 2 Aktywa Zobowi¹zania i rezerwy na W 3 Kapita³ w³asny Aktywa W 4 Kapita³ w³asny Aktywa trwa³e W 5 Kapita³ w³asny Œrodki trwa³e W 6 Kapita³ w³asny Zobowi¹zania i rezerwy na W 7 Zobowi¹zania i rezerwy na Kapita³ w³asny W 8 Kapita³ sta³y Aktywa W 9 Kapita³ sta³y Aktywa trwa³e W 10 W 11 Rola kryterium zad³u enia w dyskryminacyjnych metodach oceny 125 Kapita³ w³asny kapita³ zak³adowy Kapita³ w³asny + rezerwy na Aktywa Aktywa

126 Jerzy Kitowski WskaŸnik Licznik a Mianownik a W 12 Zobowi¹zania i rezerwy na œrodki pieniê ne Przychody ze sprzeda y W 13 Zysk netto + amortyzacja Zobowi¹zania i rezerwy na W 14 Zysk brutto + amortyzacja Zobowi¹zania i rezerwy na W 15 Zysk z dzia³alnoœci operacyjnej + amortyzacja W 16 Zysk netto + amortyzacja + odsetki W 17 W 18 W 19 W 20 Operacyjne przep³ywy pieniê ne netto Zobowi¹zania i rezerwy na Zobowi¹zania i rezerwy na Zobowi¹zania i rezerwy na Zobowi¹zania i rezerwy na (Zysk operacyjny + amortyzacja) (12 / okres obrachunkowy) Zobowi¹zania uprzywilejowane Zobowi¹zania i rezerwy na Zobowi¹zania i rezerwy na Zysk netto W 21 Aktywa obrotowe Zobowi¹zania i rezerwy na W 22 W 23 Kapita³ w³asny w badanym roku Kapita³ w³asny w ubieg³ym roku Obci¹ enie mi d³ugoterminowymi a Dokonano unifikacji nazewnictwa. ród³o: Opracowanie w³asne. W badanych modelach najczêœciej (18 razy) wystêpuje wskaÿnik ogólnego zad³u enia (debt ratio), a w trzech kolejnych jego odwrotnoœæ (tablica 2). Nieoczekiwanie w 14 badanych modelach dyskryminacyjnych wskaÿniki ogólnego zad³u enia oraz struktury pasywów traktowane s¹ jako stymulanty (a zatem im wy szy poziom zad³u enia przedsiêbiorstwa, tym paradoksalnie wy sza wartoœæ funkcji dyskryminacyjnej), natomiast wskaÿniki oceniaj¹ce zdolnoœæ przedsiêbiorstwa do sp³aty zobowi¹zañ jako destymulanty (analogicznie, im wy sza zdolnoœæ do sp³aty zobowi¹zañ, tym ni sza wartoœæ funkcji): 1) wskaÿnik ogólnego zad³u enia jako stymulanta wystêpuje w trzech modelach: J. Gajdki i D. Stosa 2 (+0,588694 W 2 ) [Gajdka, Stos, 1996a,

Rola kryterium zad³u enia w dyskryminacyjnych metodach oceny 127 s. 146], K. Harmozy F5 (+4,66268 W 5 ) [Harmoza, 2010, s. 25] i M. Sukiennik (+4,61266 X 8 ) [Sukiennik, 2013, s. 294], 2) wskaÿnik struktury pasywów ( i rezerwy na /kapita³ w³asny) jako stymulanta wystêpuje w dwóch modelach: K. Harmozy F5 (+0,04604 W 6 ) [Harmoza, 2010, s. 25] oraz S. Juszczyka i R. Baliny dla przedsiêbiorstw transportowych (0,0102564 X 18 ) [Juszczyk, Balina, 2014, s. 83], 3) odwrotnoœæ wskaÿnika ogólnego zad³u enia (aktywa/ i rezerwy na ) jako destymulanta wystêpuje w modelu K. Wardziñskiej ( 0,3455 X 2 ) [Wardziñska, 2012, s. 203], 4) wskaÿnik sfinansowania aktywów trwa³ych kapita³em sta³ym, jako destymulanta, wystêpuje w dwóch modelach: T. Maœlanki M4 ( 0,33302 W 7 ) [Maœlanka, 2008, s. 232] i T. Maœlanki M24 ( 0,57207 W 7 ) [Maœlanka, 2008, s. 242], 5) wskaÿnik sfinansowania aktywów trwa³ych kapita³em w³asnym, jako destymulanta, wystêpuje w modelu M. Kasjaniuk dla przedsiêbiorstw transportowych województwa podkarpackiego ( 228,1284 X 8 ) [Kasjaniuk, 2006, s. 99], 6) wskaÿnik sfinansowania aktywów sum¹ kapita³u w³asnego i rezerw na, jako destymulanta, wystêpuje w modelu K. Harmozy F3 ( 0,007092 R 6 ) [Harmoza, 2010, s. 23], 7) wskaÿnik sfinansowania zobowi¹zañ sum¹ zysku z dzia³alnoœci operacyjnej i amortyzacji, jako destymulanta, wystêpuje w dwóch modelach T. Maœlanki: M9 ( 3,29045 W 40 ) [Maœlanka, 2008, s. 235] i M10 ( 3,13194 W 40 ) [Maœlanka, 2008, s. 236], 8) wskaÿnik sfinansowania zobowi¹zañ sum¹ zysku netto i amortyzacji, jako destymulanta, wystêpuje w modelu T. Korola 14/1 ( 2,68 X 8 dla bankrutów oraz 0,62 X 8 dla niebankrutów) [Korol, 2013, s. 149], 9) wskaÿnik dynamiki kapita³u w³asnego, jako destymulanta, wystêpuje w modelu S. Juszczyka i R. Baliny dla przedsiêbiorstw budowlanych ( 0,0296286 X 36 ) [Juszczyk, Balina, 2014, s. 83]. W 12 modelach jedna z ich zmiennych, wskaÿnik sfinansowania aktywów kapita³em w³asnym, posiada podobn¹ pojemnoœæ ekonomiczn¹ co wskaÿnik ogólnego zad³u enia (debt ratio = 1,0 kapita³ w³asny/aktywa).

128 Jerzy Kitowski Tablica 2. WskaŸniki zad³u enia wykorzystane w badanych modelach dyskryminacyjnych WskaŸnik Liczba modeli Modele W 1 18 J. Gajdki i D. Stosa 2; J. Gajdki i D. Stosa 3; J. Gajdki i D. Stosa 4; D. Hadasik 1; D. Hadasik 3; D. Hadasik 4; D. Hadasik 5; D. Hadasik 6; D. Hadasik 7; D. Hadasik 8; D. Hadasik 9; K. Harmozy F_2; K. Harmozy F_5; A. Ho³dy; A. Ho³dy p. produkcyjne; A. Pogorzelskiego; M. Sukiennik; F. Wysockiego i A. Kozera W 2 3 J. Gajdki i D. Stosa 5; E. M¹czyñskiej; K. Wardziñskiej W 3 12 INE PAN A; INE PAN B; INE PAN C; INE PAN D; INE PAN E; INE PAN F; INE PAN G; R. Jagie³³o przemys³; R. Jagie³³o budownictwo; T. Korola 28/2; T. Maœlanki M5; M. Tymoszuk W 4 1 M. Kasjaniuk transport podk. b W 5 1 D. Hadasik 3 W 6 1 T. Korola 14/2 W 7 3 K. Harmozy F_5; S. Juszczyka i R. Baliny transport; M. Kasjaniuk budownictwo lub. a W 8 1 Poznañski W 9 3 T. Korola 28/1; T. Maœlanki M4; T. Maœlanki M24 W 10 5 INE PAN A; INE PAN B; INE PAN C; INE PAN D; INE PAN E W 11 3 K. Harmozy F_1; K. Harmozy F_3; K. Harmozy F_4 W 12 2 J. Janka i M. uchowskiego; A. Pogorzelskiego W 13 14 INE PAN A; INE PAN B; INE PAN C; INE PAN D; INE PAN E; INE PAN F; INE PAN G; R. Jagie³³o transport; B. Prusaka 2; T. Korola 14/1; T. Korola 14/3; T. Korola 28/1; T. Korola 28/2; T. Maœlanki M9; T. Maœlanki M10 W 14 2 E. M¹czyñskiej; K. Wardziñskiej W 15 4 T. Maœlanki M4; T. Maœlanki M9; T. Maœlanki M10; T. Maœlanki M27 W 16 1 R. Jagie³³o transport W 17 4 T. Maœlanki M5; T. Maœlanki M10; T. Maœlanki M11; T. Maœlanki M38

WskaŸnik Liczba modeli Modele W 18 2 D. Appenzeller i K. Szarzec 1; D. Appenzeller i K. Szarzec 2 W 19 1 J. Gajdki i D. Stosa 1; W 20 1 M. Tymoszuk W 21 1 D. Wierzby W 22 1 S. Juszczyka i R. Baliny budownictwo W 23 1 M. Kasjaniuk transport podk. b Brak konstrukcji wskaÿników Brak wskaÿników zad³u enia Rola kryterium zad³u enia w dyskryminacyjnych metodach oceny 129 1 M. Kasjaniuk transport podk. b 18 R. Jagie³³o handel; R. Jagie³³o us³ugi; S. Juszczyka; S. Juszczyka i R. Baliny- m. ogólny; S. Juszczyka i R. Baliny handel; M. Kasjaniuk przetwórstwo przemys³owe lub. a ; M. Kasjaniuk handel lub. a ; M. Kasjaniuk transport lub. a ; M. Kasjaniuk obs³uga nieruchomoœci lub. a ; M. Kasjaniuk przetwórstwo przemys³owe podk. b ; M. Kasjaniuk budownictwo podk. b ; M. Kasjaniuk handel podk. b ; M. Kasjaniuk obs³uga nieruchomoœci podk. b ; T. Maœlanki M36; T. Maœlanki M40; M. Pogodziñskiej i S. Sojaka; B. Prusaka 1; S. Sojaka i J. Stawickiego a Model dla województwa lubelskiego. b Model dla województwa podkarpackiego. ród³o: Opracowanie w³asne. Po trzy wskaÿniki zad³u enia wykorzystano w siedmiu modelach dyskryminacyjnych (tablica 3), a trzynaœcie kolejnych ma po dwie zmienne charakteryzuj¹ce zad³u enie (dla porównania, w piêciu modelach wykorzystano po 3 wskaÿniki p³ynnoœci, w dziewiêciu po dwa, a w 28 po jednym omawianym wskaÿniku). Ponad po³owa badanych modeli (42) zawiera tylko po jednym wskaÿniku zad³u enia, a w 18 modelach pominiêto kryterium oceny poziomu zad³u enia. W 12 badanych modelach dyskryminacyjnych wskaÿniki zad³u enia stanowi¹ po³owê liczby zmiennych: 3 wskaÿniki na 6 zmiennych (model T. Maœlanki M10), 2 wskaÿniki na 4 zmienne (modele: S. Juszczyka i R. Baliny transport; K. Harmozy F_2; K. Harmozy F_3; T. Korola 14/2; T. Maœlanki M11; F. Wysockiego i A. Kozera) oraz 1 wskaÿnik na 2 zmienne (modele: INE PAN G; T. Maœlanki M5; A. Pogorzelskiego; M. Tymoszuk oraz K. Wardziñskiej).

130 Jerzy Kitowski Tablica 3. Badane modele dyskryminacyjne wed³ug liczby wykorzystanych wskaÿników zad³u enia Liczba wskaÿników zad³u enia Liczba modeli Modele 3 7 INE PAN A; INE PAN B; INE PAN C; INE PAN D; INE PAN E; T. Maœlanki M4; T. Maœlanki M10 2 13 D. Hadasik 3; K. Harmozy F_5; INE PAN F; INE PAN G; M. Kasjaniuk transport podk b ; T. Korola 28/1; T. Korola 28/2; T. Maœlanki M5; T. Maœlanki M9; E. M¹czyñskiej; A. Pogorzelskiego; M. Tymoszuk; K. Wardziñskiej 1 42 D. Appenzeller i K. Szarzec 1; D. Appenzeller i K. Szarzec 2; J. Gajdki i D. Stosa 1; J. Gajdki i D. Stosa 2; J. Gajdki i D. Stosa 3; J. Gajdki i D. Stosa 4; J. Gajdki i D. Stosa 5; D. Hadasik 1; D. Hadasik 2; D. Hadasik 4; D. Hadasik 5; D. Hadasik 6; D. Hadasik 7; D. Hadasik 8; D. Hadasik 9; K. Harmozy F_1; K. Harmozy F_2; K. Harmozy F_3; K. Harmozy F_4; A. Ho³dy; A. Ho³dy p. produkcyjne; J. Janka i M. uchowskiego; R. Jagie³³o budownictwo; R. Jagie³³o przemys³; R. Jagie³³o transport; S. Juszczyka i R. Baliny budownictwo; S. Juszczyka i R. Baliny transport; M. Kasjaniuk budownictwo lub. a T. Korola 14/1; T. Korola 14/2; T. Korola 14/3; T. Maœlanki M11; Maœlanki M12; Maœlanki M24; Maœlanki M27; Maœlanki M32; Maœlanki M38; poznañski; B. Prusaka 2; M. Sukiennik; D. Wierzby; F. Wysockiego i A. Kozera 0 18 R. Jagie³³o handel; R. Jagie³³o us³ugi; M. Kasjaniuk przetwórstwo przemys³owe lub. a ; M. Kasjaniuk handel lub. a ; M. Kasjaniuk transport lub. a ; M. Kasjaniuk obs³uga nieruchomoœci lub. a ; M. Kasjaniuk przetwórstwo przemys³owe podk. b ; M. Kasjaniuk budownictwo podk. b ; M. Kasjaniuk handel podk. b ; M. Kasjaniuk obs³uga nieruchomoœci podk. b ; B. Prusaka 1; S. Sojaka i J. Stawickiego; S. Juszczyka; M. Pogodziñskiej i S. Sojaka; T. Maœlanki M36; T. Maœlanki M40; S. Juszczyka i R. Baliny- m. ogólny; S. Juszczyka i R. Baliny handel Razem 80 a lubelskie b podkarpackie ród³o: Opracowanie w³asne.

Rola kryterium zad³u enia w dyskryminacyjnych metodach oceny 131 Z kolei w 18 modelach, jak ju wspomniano, nie wystêpuj¹ jako zmienne wskaÿniki zad³u enia. Dla porównania, wskaÿniki p³ynnoœci finansowej zosta³y pominiête w 33 badanych modelach, a w 10 modelach zauwa amy brak wskaÿników rentownoœci. Ponadto dla jednego modelu nie sprecyzowano konstrukcji omawianego wskaÿnika (wymieniono tylko jego nazwê obci¹ enie mi d³ugoterminowymi ) [Kasjaniuk, 2006, s. 99]. Zauwa amy tak e, e w jednym modelu dyskryminacyjnym, sk³adaj¹cym siê z 8 zmiennych (M. Kasjaniuk wariant dla przedsiêbiorstw handlowych woj. podkarpackiego) oraz w czterech kolejnych modelach, licz¹cych po 7 zmiennych (M. Kasjaniuk wariant dla przedsiêbiorstw handlowych woj. lubelskiego, przedsiêbiorstw przetwórstwa przemys- ³owego woj. lubelskiego i obs³ugi nieruchomoœci woj. podkarpackiego oraz model S. Sojaka i J. Stawickiego), nie wystêpuje jakikolwiek wskaÿnik zad³u enia. Je eli w badanej firmie nie wystêpuj¹ d³ugoterminowe (po konwersji bilansu do celów analitycznych), wówczas i rezerwy na maj¹ charakter krótkoterminowy. A zatem informacje zakodowane we wskaÿnikach zad³u enia przejmuj¹ tradycyjne wskaÿniki p³ynnoœci finansowej. Blisko po³owa badanych modeli dyskryminacyjnych, w których nie wykorzystano wskaÿników zad³u enia zawiera co najmniej dwie zmienne, charakteryzuj¹ce p³ynnoœæ finansow¹, w tym dwa modele M. Kasjaniuk maj¹ trzy takie zmienne: dla przedsiêbiorstw przetwórstwa przemys³owego województwa lubelskiego (wskaÿnik sfinansowania aktywów kapita³em obrotowym, zapotrzebowania na kapita³ obrotowy oraz niedoboru kapita³u obrotowego netto, przy czym autorka nie przytoczy³a definicji dwóch ostatnich zmiennych) oraz dla przedsiêbiorstw handlowych województwa lubelskiego (wskaÿnik sfinansowania aktywów kapita³em obrotowym, obci¹ enia mi bie ¹cymi oraz niedoboru kapita³u obrotowego netto, przy czym autorka równie nie przytoczy³a definicji dwóch ostatnich zmiennych). W badanej populacji modeli dyskryminacyjnych, w których nie wykorzystano wskaÿników zad³u enia w czterech pominiêto równie wskaÿniki p³ynnoœci finansowej (modele: S. Juszczyka, M. Kasjaniuk transport, lubelskie; M. Kasjaniuk obs³uga nieruchomoœci, lubelskie oraz T. Maœlanki M40). W pozosta³ych 14 modelach omawianej grupy najczêœciej wykorzystywano, spoœród mierników p³ynnoœci finansowej, wskaÿnik wysokiej p³ynnoœci w 5 modelach (S. Juszczyka i R. Baliny

132 Jerzy Kitowski model ogólny; S. Juszczyka i R. Baliny handel; T. Maœlanki M36; M. Pogodziñskiej i S. Sojaka oraz S. Sojaka i J. Stawickiego). WskaŸnik sfinansowania aktywów kapita³em obrotowym wystêpuje w 4 modelach (R. Jagie³³o us³ugi; M. Kasjaniuk przetwórstwo przemys³owe, lubelskie; M. Kasjaniuk handel, lubelskie; M. Kasjaniuk handel, podkarpackie). Ponadto M. Kasjaniuk wykorzysta³a w modelu dla przedsiêbiorstw budowlanych województwa podkarpackiego wskaÿnik sfinansowania kapita³em obrotowym aktywów obrotowych. WskaŸnik bie ¹cej p³ynnoœci wystêpuje tylko w jednym modelu (B. Prusaka 1), podobnie jak wskaÿnik p³ynnoœci gotówkowej (R. Jagie³³o handel). Wyniki badañ przeprowadzonych przez R. Jagie³³o wskazuj¹, e ranga wskaÿników zad³u enia (podobnie jak p³ynnoœci finansowej, rentownoœci oraz aktywnoœci) w modelach dyskryminacyjnych zale y od przynale noœci sektorowej danego przedsiêbiorstwa. Jak wynika z postaci standaryzowanej funkcji dyskryminacyjnej dla przedsiêbiorstw przemys- ³owych, zmienn¹ w najwiêkszym stopniu wp³ywaj¹c¹ na ryzyko upad- ³oœci okaza³ siê wskaÿnik mar y brutto (0,8334). Mniejsz¹ moc dyskryminacyjn¹ posiadaj¹ wskaÿnik sfinansowania aktywów kapita³em w³asnym, a zatem dope³nienie wskaÿnika ogólnego zad³u enia (0,312), oraz wskaÿnik rotacji aktywów (0,273). Nieoczekiwanie natomiast okaza³o siê, e znikomy wp³yw na zmienn¹ objaœnian¹ ma wskaÿnik wysokiej p³ynnoœci ( 0,024) [Jagie³³o, 2013, s. 69]. Inna jest hierarchia zmiennych wed³ug ich si³y dyskryminacyjnej w modelu dla przedsiêbiorstw zaliczonych do sektora budownictwo. Najwy sz¹ moc dyskryminacyjn¹ posiada wskaÿnik sfinansowania aktywów kapita³em obrotowym (0,845), który wyprzedza w omawianej klasyfikacji wskaÿnik sfinansowania aktywów kapita³em w³asnym (0,272), rotacji aktywów obrotowych (0,137) oraz stopa zwrotu kapita³u (ROE 0,059) [Jagie³³o, 2013, s. 76]. Z kolei w modelu dla przedsiêbiorstw transportowych w najwiêkszym stopniu na ryzyko upad³oœci wp³ywa wskaÿnik rotacji aktywów obrotowych (0,6). Mniejsz¹ moc¹ dyskryminacyjn¹ charakteryzuj¹ siê stopa zwrotu kapita³u w³asnego (0,328) oraz wskaÿnik sfinansowania aktywów kapita³em obrotowym (0,325). Natomiast najni sz¹ moc dyskryminacyjn¹ ma wskaÿnik sfinansowania zobowi¹zañ skorygowan¹ nadwy k¹ finansow¹ netto (sum¹ NOPAT i amortyzacji 0,227) [Jagie³³o, 2013, s. 86]. Warto równie zauwa yæ, e w trzech badanych modelach dyskryminacyjnych wykorzystano wskaÿnik struktury pasywów ( i rezerwy na /kapita³ w³asny), a w jednym jego odwrot-

Rola kryterium zad³u enia w dyskryminacyjnych metodach oceny 133 noœæ, czyli wskaÿnik sfinansowania zobowi¹zañ kapita³em w³asnym. WskaŸnik struktury pasywów zawiera podobne informacje co wskaÿnik ogólnego zad³u enia (i odwrotnie). Na przyk³ad, je eli wskaÿnik struktury pasywów wynosi 3,0, to oznacza, e wskaÿnik ogólnego zad³u enia jest równy 0,75 (0,75/0,25 = 3,0), z kolei wskaÿnik zad³u enia wynosz¹cy 0,8 oznacza, e wskaÿnik struktury pasywów wynosi 4,0 (0,8/02 = 4,0). Zdumiewa zatem fakt, e K. Harmoza, w jednym ze swoich modeli (F5), wœród 8 zmiennych wykorzysta³a zarówno wskaÿnik ogólnego zad³u enia, jak i wskaÿnik struktury pasywów (Harmoza, 2010, s. 25). Podobn¹ kontrowersjê metodyczn¹ spotykamy w procedurze oceny zdolnoœci kredytowej, stosowan¹ przez jeden z banków spó³dzielczych. Zakoñczenie Przy próbie uogólniania wniosków syntetycznych nale y zachowaæ pewn¹ ostro noœæ, bowiem w populacji badanych 80 modeli dyskryminacyjnych znajduj¹ siê modele o znacznie zró nicowanej sile dyskryminacji mierzonej wartoœci¹ Wilksa. Jak wynika z przeprowadzonych rozwa añ, w polskich modelach dyskryminacyjnych z regu³y przewa a tradycyjny sposób ujêcia wskaÿników zad³u enia. W badanych modelach najczêœciej (33 razy) wystêpuje wskaÿnik ogólnego zad³u enia oraz wskaÿniki o podobnej pojemnoœci ekonomicznej (sfinansowania aktywów kapita³em w³asnym i wskaÿnik struktury pasywów). Co czwarty badany model dyskryminacyjny ma co najmniej dwie zmienne charakteryzuj¹ce zad³u enie, w tym siedem modeli posiada po trzy wskaÿniki zad³u enia. Ponad po³owa badanych modeli (42) zawiera tylko po jednym wskaÿniku zad³u enia, a w 18 modelach pominiêto to kryterium. Z kolei blisko po³owa badanych modeli dyskryminacyjnych, w których nie wykorzystano wskaÿników zad³u enia posiada co najmniej dwie zmienne, charakteryzuj¹ce p³ynnoœæ finansow¹, natomiast w czterech modelach pominiêto wskaÿniki p³ynnoœci finansowej. Nieoczekiwanie w 14 modelach dyskryminacyjnych wskaÿniki ogólnego zad³u enia oraz struktury pasywów traktowane s¹ jako stymulanty, natomiast wskaÿniki oceniaj¹ce zdolnoœæ przedsiêbiorstwa do sp³aty zobowi¹zañ, odwrotnie jako destymulanty. Tylko 6 wskaÿników wykorzystanych jako zmienne badanych modeli s³u y do oceny zdolnoœci przedsiêbiorstwa do sp³aty zaci¹gniêtych zobowi¹zañ, w tym tylko w czterech modelach T. Maœlanki uwzglêdniono operacyjne przep³ywy pieniê ne netto, a pozosta³e wskaÿniki

134 Jerzy Kitowski oceniaj¹ tylko potencjaln¹ zdolnoœæ do sp³aty zobowi¹zañ (umownie za- ³o ono, e ca³a kwota zysku netto, zysku z dzia³alnoœci operacyjnej, zysku operacyjnego, zysku brutto oraz NOPAT (suma zysku netto i odsetek) stanowi, ³¹cznie z amortyzacj¹, Ÿród³o finansowania zobowi¹zañ. Jak potwierdzi³y wyniki badañ przeprowadzonych przez R. Jagie³³o, ranga wskaÿników zad³u enia, podobnie jak i pozosta³ych wskaÿników analizy finansowej, w modelach dyskryminacyjnych zale y od przynale noœci sektorowej danego przedsiêbiorstwa. Przy ocenie konstrukcji wskaÿników zad³u enia oraz ich czêstotliwoœci wykorzystywania w badanych modelach dyskryminacyjnych koniecznie nale y uwzglêdniæ zjawisko inspirowania siê przez niektórych autorów w krajowej literaturze przedmiotu za³o eniami metodycznymi sformu³owanymi przez prekursorów zastosowañ metod dyskryminacyjnych w analizie finansowej 3. Literatura 1. Appenzeller D., Szarzec K. (2004), Prognozowanie zagro enia upad³oœci¹ polskich spó³ek publicznych, Rynek Terminowy, nr 1. 2. Bednarski L., Borowiecki R., Duraj J., Kurtys E., Waœniewski T., Wersty B. (1996), Analiza ekonomiczna przedsiêbiorstwa, Wroc³aw. 3. Biznesplan. Przyk³ady i wzory, www.biznesplan.waw.pl. dostêp dnia 16.06.2016. 4. Gajdka J., Stos D. (1996a), Wykorzystanie analizy dyskryminacyjnej do badania podatnoœci przedsiêbiorstwa na bankructwo, w: Przedsiêbiorstwo na rynku kapita³owym, Duraj J. (red.), Wyd. Uniwersytetu ódzkiego, ódÿ. 5. Gajdka J., Stos D. (1996b), Wykorzystanie analizy dyskryminacyjnej w ocenie kondycji finansowej przedsiêbiorstw, w: Restrukturyzacja w procesie przekszta³ceñ i rozwoju przedsiêbiorstw, Borowiecki R. (red.), Wyd. Akademii Ekonomicznej, Kraków. 6. Go³êbiowski G., T³acza³a A. (2009), Analiza finansowa w teorii i praktyce, Difin, Warszawa. 3 Na przyk³ad K. Harmoza w doborze zmiennych do szacowania modeli dyskryminacyjnych wzorowa³a siê na zestawie wskaÿników wykorzystanych przez D. Hadasik [Harmoza, 2010, s. 14]. Równie K. Wardziñska wykorzysta³a, jako potencjaln¹ populacjê zmiennych objaœniaj¹cych, wskaÿniki finansowe pochodz¹ce z modelu E. M¹czyñskiej [Wardziñska, 2012, s. 201].

Rola kryterium zad³u enia w dyskryminacyjnych metodach oceny 135 7. Go³êbiowski G., ywno K. (2008), Weryfikacja skutecznoœci modeli dyskryminacyjnych na przyk³adzie wybranych spó³ek gie³dowych, Wspó³czesna Ekonomia, nr 7. 8. Hadasik D. (1998), Upad³oœæ przedsiêbiorstw w Polsce i metody jej prognozowania, Zeszyty Naukowe Akademii Ekonomicznej w Poznaniu, nr 153, Poznañ. 9. Hamrol M., Czajka B., Piechocki M. (2004), Upad³oœæ przedsiêbiorstwa model analizy dyskryminacyjnej, Przegl¹d Organizacji, nr 6. 10. Harmoza K. (2010), Mo liwoœci wykorzystania analizy dyskryminacyjnej jako narzêdzia wspomagaj¹cego rating kredytowy, Zeszyty Studiów Doktoranckich Uniwersytet Ekonomiczny w Poznaniu, Wydzia³ Ekonomii, Poznañ, nr 56. 11. Ho³da A. (2001), Prognozowanie bankructwa jednostki w warunkach gospodarki polskiej z wykorzystaniem funkcji dyskryminacyjnej Z H, Rachunkowoœæ, nr 5. 12. Jagie³³o R. (2013), Analiza dyskryminacyjna i regresja logistyczna w procesie oceny zdolnoœci kredytowej przedsiêbiorstw, Materia³y i Studia, nr 286, NBP, Warszawa. 13. Janek J., uchowski M. (2000), Analiza dyskryminacyjna i jej zastosowanie w ekonomii, Politechnika Warszawska, Warszawa. 14. Juszczyk S. (2010), Prognozowanie upad³oœci przedsiêbiorstw, Ekonomista, nr 5. 15. Juszczyk S., Balina R. (2014), Prognozowanie zagro enia bankructwem przedsiêbiorstw w wybranych bran ach, Ekonomista, nr 1. 16. Kasjaniuk M. (2006), Zastosowanie analizy dyskryminacyjnej do modelowania i prognozowania kondycji przedsiêbiorstw, Barometr Regionalny, nr 6. 17. Kitowski J. (2012), Sposoby ujmowania kryterium specyfiki bran owej w metodach oceny kondycji finansowej przedsiêbiorstwa, Zarz¹dzanie i Finanse, nr 4. 18. Kitowski J. (2015a), Metody dyskryminacyjne jako instrument oceny zagro- enia upad³oœci¹ przedsiêbiorstwa, Wyd. Uniwersytetu Rzeszowskiego, Rzeszów. 19. Kitowski J. (2015b), Metody dyskryminacyjne w badaniu sprawozdañ finansowych, Zeszyty Naukowe Uniwersytetu Szczeciñskiego, nr 855, Finanse, Rynki Finansowe, Ubezpieczenia, nr 74, t. 2.

136 Jerzy Kitowski 20. Kitowski J. (2015c), Rola kryterium rentownoœci w dyskryminacyjnych metodach oceny zagro enia upad³oœci¹ przedsiêbiorstwa, Zarz¹dzanie i Finanse, nr 3/1. 21. Korol T. (2013), Nowe podejœcie do analizy wskaÿnikowej w przedsiêbiorstwie, Oficyna Wolters Kluwer Polska, Warszawa. 22. Maœlanka T. (2008), Przep³ywy pieniê ne w zarz¹dzaniu finansami przedsiêbiorstw, C.H. Beck, Warszawa. 23. M¹czyñska E. (1994), Ocena kondycji przedsiêbiorstwa. (Uproszczone metody), ycie Gospodarcze, nr 38. 24. M¹czyñska E., Zawadzki M. (2006), Dyskryminacyjne modele predykcji upad³oœci przedsiêbiorstw, Ekonomista, nr 2. 25. Opinia Niezale nego Bieg³ego Rewidenta dla Walnego Zgromadzenia i Rady Nadzorczej Polskiego Funduszu Hipotecznego S.A. (za 2013 r.), www.newconnect.pl/?page=get_ebi_file&id=53908, dostêp dnia 12.03.2015. 26. Opinia Niezale nego Bieg³ego Rewidenta dla Walnego Zgromadzenia Wspólników Przedsiêbiorstwa Wodoci¹gów i Kanalizacji Spó³ka z o.o. w Przemyœlu za rok 2010, www.przemysl.pl/zalaczniki/15039.pdf, dostêp dnia 12.03.2015. 27. Pierzchalska W. (2014), Analiza finansowa oraz modele przewidywania upad³oœci jako narzêdzie oceny kondycji finansowej przedsiêbiorstwa, Finanse i Prawo Finansowe, nr 1. 28. Pogodziñska M., Sojak S. (1995), Wykorzystanie analizy dyskryminacyjnej w przewidywaniu bankructwa przedsiêbiorstw, Acta Universitatis Nicolai Copernici Ekonomia XXV Nauki Humanistyczno-Spo- ³eczne nr 299. 29. Pomykalska B., Pomykalski P. (2007), Analiza finansowa przedsiêbiorstwa, Wydawnictwo Naukowe PWN, Warszawa. 30. Prusak B. (2005), Nowoczesne metody prognozowania zagro enia finansowego przedsiêbiorstw, Difin, Warszawa. 31. Sojak S., Stawicki J. (2001), Wykorzystanie metod taksonomicznych do oceny kondycji ekonomicznej przedsiêbiorstw, Zeszyty Teoretyczne Rachunkowoœci, Warszawa, t. 3, nr 59. 32. Stos D., Gajdka J. (2003), Ocena kondycji finansowej polskich spó³ek publicznych w okresie 1998 2001, w: Czas na pieni¹dz. Zarz¹dzanie finansami. Mierzenie wyników i wycena przedsiêbiorstw, Zarzecki D. (red.), Wyd. Uniwersytetu Szczeciñskiego, Szczecin. 33. Sukiennik M. (2013), Analiza dyskryminacyjna oraz miêkkie techniki obliczeniowe w ocenie stanu finansowego polskich kopalñ, Zeszyty Naukowe

Rola kryterium zad³u enia w dyskryminacyjnych metodach oceny 137 Uniwersytetu Szczeciñskiego nr 760, Finanse, Rynki Finansowe, Ubezpieczenia nr 59, Wyd. Uniwersytetu Szczeciñskiego, Szczecin. 34. Tymoszuk M. (2013), Skutecznoœæ modeli prognozowania upad³oœci przedsiêbiorstw a up³yw czasu porównanie popularnych polskich modeli wielowymiarowej analizy dyskryminacyjnej z modelem zbudowanym przez autorkê, w: Upad³oœci, bankructwa i naprawa przedsiêbiorstw. Wybrane zagadnienia, Adamska A., M¹czyñska E. (red.), Oficyna Wydawnicza Szko³y G³ównej Handlowej, Warszawa. 35. Ustawa z dnia 23 lipca 2015 r. o zmianie ustawy o rachunkowoœci i niektórych innych ustaw, Dz.U. poz. 1333. 36. Wardziñska K. (2012), Przyk³ad zastosowania analizy dyskryminacyjnej do oceny sytuacji finansowej przedsiêbiorstw, Economy and Management, nr 3. 37. Wêdzki D. (2005), Wielowymiarowa analiza bankructwa na przyk³adzie budownictwa, Badania Operacyjne i Decyzje, nr 2. 38. Wierzba D. (2000), Wczesne wykrywanie przedsiêbiorstw zagro onych upad³oœci¹ na podstawie analizy wskaÿników finansowych teoria i badania empiryczne, Zeszyty Naukowe, nr 9, Wyd. Wy szej Szko³y Ekonomiczno-Informatycznej w Warszawie, Warszawa. 39. Wysocki F., Kozera A. (2012), Wykorzystanie analizy dyskryminacyjnej w ocenie upad³oœci przedsiêbiorstw przemys³u miêsnego, Journal of Agribusiness and Rural Development, nr 4. U yte skróty EBIT Earnings Before Interest and Taxes NOPAT Net Operating Profit After Taxes ROE Return on Equity Streszczenie Badaniami objêto 80 polskich modeli dyskryminacyjnych, w których wykorzystano 23 wskaÿniki zad³u enia. Krytycznie odniesiono siê do niekonsekwencji metodycznych oraz terminologicznych w konstrukcji wskaÿników zad³u enia. W badanych modelach najczêœciej (18 razy) wystêpuje wskaÿnik ogólnego zad³u enia. W 18 modelach nie wystêpuj¹ jako zmienne wskaÿniki zad³u enia. Dla jednego modelu nie sprecyzowano konstrukcji omawianych wskaÿników. Nieoczekiwanie w 14 badanych modelach dyskryminacyjnych wskaÿniki zad³u enia s¹ traktowane jako stymulanty. O randze wskaÿników zad³u enia w modelach dyskryminacyjnych stanowi specyfika bran owa (przynale noœæ sektorowa) danego przedsiêbiorstwa.

138 Jerzy Kitowski Przy próbie uogólniania wniosków syntetycznych nale y zachowaæ pewn¹ ostro noœæ, bowiem w populacji badanych 80 modeli dyskryminacyjnych znajduj¹ siê modele o znacznie zró nicowanej sile dyskryminacji, mierzonej wartoœci¹ statystyki Wilksa. S³owa kluczowe zad³u enie, metody dyskryminacyjne, kondycja finansowa The role of the debt criterion in discriminatory methods for assessing the bankruptcy risk for a company (Summary) The study included 80 Polish discriminatory models, which used 23 indicators of debt. A critical reference was made to the inconsistencies in methodology and terminology for designing the debt ratios. In the examined models, there appeared most often (18 times) a ratio of net income to assets. In the 18 models, there were not any indicators of debt in the forms of variables. For the one model, the construction of these indicators was not specified. Unexpectedly, in the 14 examined discriminatory models the debt ratios were treated as stimulants. The rank of the debts ratios in the discriminatory models was affected by the specificity of the industry (the sector affiliation) in case of a given company. When attempting to generalize the synthetic conclusions, some caution should be kept because the population of the 80 analysed discriminatory models included some models with a much diversified discrimination power, measured by the value of Wilks s lambda distribution. Keywords debt ratios, discriminatory methods, financial standing