Wielokryterialna ocena banków komercyjnych notowanych na GPW w Warszawie Wielokryterialna ocena banków komercyjnych notowanych na GPW



Podobne dokumenty
WYBÓR METODY WIELOKRYTERIALNEJ DO WSPOMAGANIA DECYZJI INWESTYCYJNYCH

wtedy i tylko wtedy, gdy rozwiązanie i jest nie gorsze od j względem k-tego kryterium. 2) Macierz części wspólnej Utwórz macierz

Programowanie wielocelowe lub wielokryterialne

Programowanie wielocelowe lub wielokryterialne

WPŁYW WYBORU METODY WIELOKRYTERIALNEJ NA STRUKTURĘ I OPŁACALNOŚĆ PORTFELA

MODYFIKACJA KOSZTOWA ALGORYTMU JOHNSONA DO SZEREGOWANIA ZADAŃ BUDOWLANYCH

Ekonomiczna wartość dodana BEVA

ZESTAWIENIE INFORMACJI O WARUNKACH SPŁATY KREDYTÓW HIPOTECZNYCH WYRAŻONYCH W CHF ( )

WIELOKRYTERIALNE PORZĄDKOWANIE METODĄ PROMETHEE ODPORNE NA ZMIANY WAG KRYTERIÓW

Charakterystyka ma³ych przedsiêbiorstw w województwach lubelskim i podkarpackim w 2004 roku

Bankowa ekonomiczna wartość dodana BEVA Ranking Banków notowanych na GPW. Wrocław, czerwiec 2014 r.

WRAŻLIWOŚĆ MIARY SYNTETYCZNEJ NA WIELKOŚCI KRYTYCZNE WSKAŹNIKÓW SŁUŻĄCYCH DO JEJ BUDOWY

Wspó³zale noœci wystêpuj¹ce w zarz¹dzaniu ryzykiem finansowym w przedsiêbiorstwie Wspó³zale noœci wystêpuj¹ce w zarz¹dzaniu ryzykiem finansowym...

WPŁYW MODYFIKACJI ZMIENNEJ NA WYCENĘ WARTOŚCI AKCJI ZA POMOCĄ MODELI EMPIRYCZNO-INDUKCYJNYCH

1. Wynagrodzenia członków zarządów banków w 2018 roku. 2. Wynagrodzenia członków rad nadzorczych banków w 2018 roku.

Oferta sprzedaży Wynagrodzenia członków zarządów i rad nadzorczych banków w 2016 roku

WYZNACZANIE PORTFELA WIELOKRYTERIALNEGO W WARUNKACH NIEPEŁNEJ INFORMACJI LINIOWEJ

Szanowni Państwo, Dział Analiz Wynagrodzeń Sedlak & Sedlak

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 760 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR

ZASTOSOWANIE METODY WIELOKRYTERIALNEJ DO UPORZĄDKOWANIA SPÓŁEK W SYTUACJI NIEPEŁNEJ INFORMACJI LINIOWEJ

WYZNACZANIE KOSZTÓW TRANSPORTU Z WYKORZYSTANIEM OCTAVE 3.4.3

WP YW STRUKTURY U YTKÓW ROLNYCH NA WYNIKI EKONOMICZNE GOSPODARSTW ZAJMUJ CYCH SIÊ HODOWL OWIEC. Tomasz Rokicki

Ekonomiczna wartość dodana BEVA

ANALIZA WIELOKRYTERIALNA

SPIS TREŒCI. (Niniejszy MSRF stosuje siê przy badaniu sprawozdañ finansowych sporz¹dzonych za okresy rozpoczynaj¹ce siê 15 grudnia 2009 r. i póÿniej.

Analiza motywacyjnie zgodnych decyzji w wielokryterialnym przetargu

RAPORT Szybko.pl i Expandera - Niezależnego Doradcy Finansowego

Jerzy Stopa*, Stanis³aw Rychlicki*, Pawe³ Wojnarowski* ZASTOSOWANIE ODWIERTÓW MULTILATERALNYCH NA Z O ACH ROPY NAFTOWEJ W PÓ NEJ FAZIE EKSPLOATACJI

MIÊDZYNARODOWY STANDARD REWIZJI FINANSOWEJ 520 PROCEDURY ANALITYCZNE SPIS TREŒCI

Politechnika Białostocka, Wydział Zarządzania, Katedra Informatyki Gospodarczej i Logistyki

Lista uczestników tzw. systemów wyznaczonych

Optymalizacja harmonogramów budowlanych - problem szeregowania zadań

SPIS TREŒCI. (Niniejszy MSRF stosuje siê przy badaniu sprawozdañ finansowych sporz¹dzonych za okresy rozpoczynaj¹ce siê 15 grudnia 2009 r. i póÿniej.

Smart Beta Święty Graal indeksów giełdowych?

ANALIZA LOGARYTMICZNYCH STÓP ZWROTU DLA WYBRANYCH SPÓŁEK INDEKSU WIG20

Wyniki X Rankingu Banków Polskiego Związku Firm Deweloperskich

WYROK z dnia 7 wrzeœnia 2011 r. III AUa 345/11

Lista uczestników tzw. systemów wyznaczonych

WYCENA WARTOŚCI AKCJI ZA POMOCĄ MODELI EMPIRYCZNO-INDUKCYJNYCH PORÓWNANIE WYBRANYCH UJĘĆ

Wykorzystanie metody DEA w przestrzenno-czasowej analizie efektywności inwestycji

MIÊDZYNARODOWY STANDARD REWIZJI FINANSOWEJ 250 UWZGLÊDNIENIE PRAWA I REGULACJI PODCZAS BADANIA SPRAWOZDAÑ FINANSOWYCH

ANALIZA STANU OPIEKI ZDROWOTNEJ ŚLĄSKA NA TLE KRAJU METODĄ TAKSONOMICZNĄ

koszt kapitału D/S L dźwignia finansowa σ EBIT zysku operacyjnego EBIT firmy. Firmy Modele struktury kapitału Rys Krzywa kosztów kapitału.

ukasz Sienkiewicz* Zarz¹dzanie kompetencjami pracowników w Polsce w œwietle badañ

11. System monitoringu

Możliwości arbitrażu na Giełdzie Papierów Wartościowych w Warszawie z wykorzystaniem kontraktów terminowych

Ocena funkcjonowania podatkowej grupy kapita³owej Ocena funkcjonowania podatkowej grupy kapita³owej

WYBRANE ZAGADNIENIA NORMALIZACJI W DZIEDZINIE JAKOŒCI

data 5 Tabela Banku BPH (poniedziałek) (wtorek)

MIÊDZYNARODOWY STANDARD REWIZJI FINANSOWEJ 530 BADANIE WYRYWKOWE (PRÓBKOWANIE) SPIS TREŒCI

Alior Bank. Bank BPH. data 1 (poniedziałek) data 5 (piątek) 1 kurs kupna 3,8661 3,8707 3,8526 3,8157 3,7816. data 2 (wtorek) Tabela Banku BPH

Wielokryterialne wspomaganie decyzji Redakcja naukowa Tadeusz Trzaskalik

B. Gabinet M. Zawadzka Wroclaw University of Economic

Banki spółdzielcze w oczach Polaków. Badanie na zlecenie Banku BPS, luty 2013 r.

Metody wielokryterialnego wyboru i konstrukcji rankingów uwzględniających cele regionalne związane z realizacją Narodowej Strategii Spójności

RANKING ZAWODÓW DEFICYTOWYCH I NADWYŻKOWYCH W POWIECIE MIASTA ŚWIĘTOCHŁOWICE

Zarządzanie jakością

PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ

Zagregowany popyt i wielkość produktu

TOP 10. Ranking lokat kwiecień Money.pl

ZESTAWIENIE INFORMACJI O WARUNKACH SPŁATY KREDYTÓW HIPOTECZNYCH WYRAŻONYCH W CHF ( )

Powszechność nauczania języków obcych w roku szkolnym 2001/2002

BADANIA ZRÓŻNICOWANIA RYZYKA WYPADKÓW PRZY PRACY NA PRZYKŁADZIE ANALIZY STATYSTYKI WYPADKÓW DLA BRANŻY GÓRNICTWA I POLSKI

116 Paweł Kobus Stowarzyszenie Ekonomistów Rolnictwa i Agrobiznesu

Alior Bank. Bank BPH. data 1 (poniedziałek) data 2 (wtorek)

Płatności CashBill/IAI-Shop

A. Cel ćwiczenia. B. Część teoretyczna

METODA KOSZTÓW NARASTAJĄCYCH W OCENIE EKONOMICZNEJ EFEKTYWNOŚCI PRZEDSIĘWZIĘĆ INWESTYCYJNYCH W ENERGETYCE ROZPROSZONEJ

Wp³yw sekurytyzacji aktywów na kszta³towanie siê wybranych wskaÿników finansowych

Alior Bank. Bank BPH. data 1 (poniedziałek) data 5 (piątek) 1 kurs kupna 3,8881 3,9173 3,9218 3,9205 3,8573. data 2 (wtorek) Tabela Banku BPH

BANK NAJLEPSZY DLA ROLNIKA

Fundusze akcji polskich

Fundusze akcji polskich

Wyniki Grupy Kapitałowej GETIN Holding za I kwartał 2009 roku

Uczestnicy Catalyst. Animatorzy Rynku na ASO Catalyst

Zastosowanie drzew klasyfikacyjnych dla danych symbolicznych w ocenie preferencji konsumentów 1

Fundusze akcji uniwersalnych

Ćw. 5. Badanie ruchu wahadła sprężynowego sprawdzenie wzoru na okres drgań

HIERARCHICZNY SYSTEM ZARZĄDZANIA RUCHEM LOTNICZYM - ASPEKTY OCENY BEZPIECZEŃSTWA

IV Krakowska Konferencja Matematyki Finansowej

USŁUGA ZARZÑDZANIA. BZ WBK Asset Management SA. Indywidualnym Portfelem Instrumentów Finansowych. oferowana przez

Zachowania i preferencje ma³ych i œrednich firm w Polsce w zakresie korzystania z us³ug bankowych zmiany i trendy

ZESTAWIENIE INFORMACJI O WARUNKACH SPŁATY KREDYTÓW HIPOTECZNYCH WYRAŻONYCH W CHF ( )

W SKRÓCIE: Początek roku to okres mniejszej aktywności potencjalnych nabywców. Skutkuje to dłuższym niż zwykle czasem oczekiwania na transakcję.

MULTICRITERIA EVALUATION OF MINING ENTERPRISE

WPŁYW OGRANICZENIA ZBIORU KRYTERIÓW OCENY WARIANTÓW DECYZJI NA WYNIKI WIELOKRYTERIALNEJ ANALIZY PORÓWNAWCZEJ

W SKRÓCIE: Początek roku to okres mniejszej aktywności potencjalnych nabywców. Skutkuje to dłuższym niż zwykle czasem oczekiwania na transakcję.

Fundusze akcji polskich

ZESTAWIENIE INFORMACJI O WARUNKACH SPŁATY KREDYTÓW HIPOTECZNYCH WYRAŻONYCH W CHF ( )

Colloquium 3, Grupa A

Session 2 Implementation challenges practical experience and challenges for the preparer

Zarządzanie wartością i ryzykiem na przykładzie przedsiębiorstwa zajmującego się projektowaniem i dystrybucją odzieży

OCENA KONDYCJI EKONOMICZNO-FINANSOWEJ WYBRANYCH SEKTORÓW WOJEWÓDZTWA ZACHODNIOPOMORSKIEGO W 2005 ROKU

Metody probabilistyczne Rozwiązania zadań

Zastosowanie syntetycznych mierników dynamiki struktury w analizie zmian aktywności ekonomicznej ludności wiejskiej

FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS

Analiza. Przedstawiamy raport popularności wybranych marek bankowych w Internecie. W badaniu uwzględniono ponad 52 tysiące publicznych wzmianek

BANK NAJLEPSZY DLA ROLNIKA Martin & Jacob przygotował ranking Bank Najlepszy dla Rolnika.

Rating funduszy inwestycyjnych marzec 2008

ZESTAWIENIE INFORMACJI O WARUNKACH SPŁATY KREDYTÓW HIPOTECZNYCH WYRAŻONYCH W CHF ( )

Transkrypt:

Zarz¹dzanie i Finanse Journal of Management and Finance Vol. 13, No. 3/1/2015 Ewa Poœpiech* Adrianna Mastalerz-Kodzis** Ewa Poœpiech, Adrianna Mastalerz-Kodzis Wieloryterialna ocena banów omercyjnych notowanych na GPW w Warszawie Wieloryterialna ocena banów omercyjnych notowanych na GPW Wstêp Analiza ondycji eonomiczno-finansowej przedsiêbiorstwa lub instytucji finansowej jest wa nym elementem oceny dzia³alnoœci danego podmiotu. Jeœli podmiotem jest ban, analizy taie stanowi¹ wa n¹ informacjê przede wszystim dla jego ierownictwa (z puntu widzenia zarz¹dzania dan¹ instytucj¹), ale s¹ ta e istotne dla lientów louj¹cych w nim swoje oszczêdnoœci. Dodatowo, gdy jest to ban notowany na gie³dzie papierów wartoœciowych, jego wynii interesuj¹ potencjalnego inwestora czy warto w ta¹ spó³ê zainwestowaæ, czy nie. W celu oreœlenia ondycji danego podmiotu gospodarczego analizuje siê sprawozdania finansowe, w tórych zawarte s¹ dane dotycz¹ce bilansu, rachunu zysu i strat, rachunu przep³ywów pieniê nych oraz wielu innych szczegó³owych informacji i wsaÿniów. Sprawozdania te stanowi¹ podstawê oceny danego podmiotu gospodarczego, ale wieloœæ informacji w nich zawartych mo e nie sprzyjaæ bezpoœredniemu porównaniu rozpatrywanych obietów. Dlatego te onieczny jest wybór najistotniejszych wsaÿniów opisuj¹cych podmiot oraz metodyczne podejœcie. Ta¹ mo liwoœæ daje potratowanie oceny danej instytucji jao zagadnienia wieloryterialnego zagadnienia, tóre postrzegane i oceniane jest przez pryzmat wielu charaterysty. Celem niniejszego artyu³u jest ocena i porównanie banów notowanych na gie³dzie, tóre opisywane s¹ przez wiele wsaÿniów, za pomoc¹ wybranej metody wieloryterialnej metody PROMETHEE II, umo liwiaj¹cej stworzenie raningu i wyodrêbnienie grupy banów dominuj¹cych oraz zdominowanych pod wzglêdem wiêszoœci przyjêtych ryteriów. * Dr in., Katedra Matematyi, Wydzia³ Zarz¹dzania, Uniwersytet Eonomiczny w Katowicach, ul. 1 Maja 50, Katowice 40-287, posp@ue.atowice.pl ** Dr, Katedra Matematyi, Wydzia³ Zarz¹dzania, Uniwersytet Eonomiczny w Katowicach, ul. 1 Maja 50, Katowice 40-287, adamast@ue.atowice.pl

108 Ewa Poœpiech, Adrianna Mastalerz-Kodzis 1. Metodya badañ 1.1. Ocena ondycji eonomiczno-finansowej podmiotu gospodarczego Istniej¹ ró ne metody oceny podmiotów gospodarczych, jaimi s¹ przedsiêbiorstwa i instytucje finansowe. Jednym z najistotniejszych elementów tej oceny jest ocena fundamentalna danej jednosti, tóra polega na wszechstronnej analizie sytuacji eonomiczno-finansowej. Narzêdziami wspomagaj¹cymi tê analizê s¹ liczne wsaÿnii, tóre charateryzuj¹ zjawisa istotne dla podmiotów zainteresowanych ocen¹ i porównaniem obietów objêtych badaniem. W ramach badañ najczêœciej uwzglêdnia siê charaterystyi reprezentuj¹ce nastêpuj¹ce obszary: p³ynnoœci, zad³u enia, rentownoœci, sprawnoœci zarz¹dzania, a w przypadu podmiotów bêd¹cych spó³ami gie³dowymi ta e informacje z rynu apita³owego [Leszczyñsi, 2003; uniewsa, Tarczyñsi, 2006]. Bior¹c pod uwagê instytucje, jaimi s¹ bani (bani bêd¹ce spó³ami gie³dowymi), nale y mieæ na uwadze specyfiê dzia³alnoœci tego setora, zatem w analizach uwzglêdniæ nale y zestaw zmiennych reprezentuj¹cych wsaÿnii zysownoœci, p³ynnoœci, zad³u enia, bezpieczeñstwa oraz wsaÿnii rynowe, z uwzglêdnieniem w przypadu tych ostatnich lasycznych mierniów powszechnie stosowanych w analizie portfelowej (oczeiwana stopa zwrotu i miernii na niej oparte oraz wspó³czynni ). 1.2. Metoda PROMETHEE II Wiele spoœród problemów decyzyjnych, z jaimi mo na siê spotaæ niemal w a dej dziedzinie ycia, ma charater wieloryterialny. O zagadnieniu wieloryterialnym mówi siê, gdy na dany problem decyzyjny (wybór optymalnego wariantu, obietu, decyzji) patrzy siê przez pryzmat wielu charaterysty. Istnieje liczna grupa metod umo liwiaj¹cych doonanie wyboru, uporz¹dowanie czy slasyfiowanie obietów, tóre ocenia siê pod wzglêdem wielu ryteriów. Nale ¹ do nich m.in. metody AHP, MACBETH, SMART, ZAPROS, rodziny metod ELECTRE, PRO- METHEE, BIPOLAR i inne. Metody te bazuj¹ na ró nych zagadnieniach: funcjach u ytecznoœci, porównaniach parami, relacjach przewy szania, puntach odniesienia itp. Nietóre z metod grupuj¹ obiety w lasy, inne daj¹ mo liwoœæ bezpoœrednich porównañ obietów i ich uporz¹dowania [Trzasali, 2014]. PROMETHEE 1 II jest metod¹ z lasy tzw. metod przewy szania. W metodzie tej porównywane s¹ ze sob¹ parami poszczególne warianty 1 Nazwa metody to srót od angielsiej nazwy: Preference Raning Organisation Method for Enrichment Evaluations oznaczaj¹cej metodê onstrucji raningu preferencji w celu wzbogacenia ewaluacji.

Wieloryterialna ocena banów omercyjnych notowanych na GPW 109 (obiety), a porównanie to umo liwia oreœlenie preferencji wariantów w ramach a dego ryterium. Jest to metoda wieloryterialnej optymalizacji dysretnej, tórej rezultatem jest raning obietów. Przyjmujemy, e rozwa anych jest m obietów oraz n ryteriów. Poszczególne etapy procedury opracowanej przez J. P. Bransa obejmuj¹ olejno 2 [Brans, Mareschal, 2005; Trzasali, 2014]: porównanie parami obietu i z obietem j w a dym z n ryteriów do tego porównania obliczane s¹ wartoœci d wed³ug wzoru: d ( ) ( ) 0, gdy m i m j 0 ( i, j) ( ) ( ) ( ) ( m i m j, gdy m i m ) j 0 ( ) ( ) gdzie: m i, m j oceny wariantów i oraz j w ramach ryterium, dla i, j = 1, 2,, m, = 1, 2,, n. wyznaczenie indywidualnych indesów preferencji dla a dej z par obietów w ramach a dego ryterium na tym etapie wybierane s¹ tzw. ryteria uogólnione, tórym odpowiadaj¹ niemalej¹ce funcje preferencji G ( i, j)(funcje te uazuj¹ si³ê preferencji jednego wariantu nad drugim w ramach danego ryterium) 3 ; wyznaczenie wieloryterialnych indesów preferencji dla wszystich par obietów za pomoc¹ wzoru: (1) ( i, j) w G ( i, j) (2) 1 n gdzie: w wagi przyporz¹dowane poszczególnym ryteriom, = 1, 2,, n; wyznaczenie dla a dego z obietów przep³ywów przewy szania (dominacji): dodatniego ( i ), ujemnego ( i) oraz netto ( i ), danych odpowiednimi wzorami: m ( i) ( i, j) (3) j 1 ( i ) ( j, i ) (4) 1 j m ( i) ( i) ( i) (5) 2 W za³o eniach metody PROMETHEE ryteria s¹ masymalizowane. W przypadu ryteriów o ierunu optymalizacji min, dane przeszta³ca siê, np. mno ¹c wartoœci ocen ryteriów przez liczbê 1. 3 Autorzy oncepcji metody wyró nili szeœæ typów uogólnionych ryteriów. Nale ¹ do nich [Brans, Mareschal, 2005; Trzasali, 2014]: ryterium zwy³e, quasi-ryterium, ryterium z liniow¹ preferencj¹, ryterium poziomowe, ryterium z liniow¹ preferencj¹ i obszarem obojêtnoœci oraz ryterium Gaussa.

110 Ewa Poœpiech, Adrianna Mastalerz-Kodzis zbudowanie na podstawie przep³ywów przewy szania (dominacji) netto raningu obietów (im wy sza wartoœci ( i ), tym wy sza pozycja wariantu i w raningu). Dodatnia wartoœæ przep³ywu przewy szania netto wariantu i informuje, e wariant ten w wiêszym stopniu przewy sza pozosta³e warianty ze wzglêdu na rozpatrywany zbiór ryteriów, ani eli te przewy szaj¹ wariant i. W przypadu ujemnej wartoœci przep³ywu przewy szania netto zachodzi sytuacja odwrotna dany wariant w wiêszym stopniu jest przewy szany przez inne, ni on przewy sza pozosta³e. Ponadto, im wy sza jest wartoœæ przep³ywu przewy szania netto, tym dany wariant jest lepszy od pozosta³ych. 2. Analiza empiryczna 2.1. Uwarunowania badañ W rozwa aniach rozpatrywano bani, tórych acje notowane by³y na GPW w Warszawie na pocz¹tu maja 2015 rou. W grupie tej znalaz³o siê 16 podmiotów wchodz¹cych w s³ad setora banowego: Alior Ban (ALR), Ban BG BNP Paribas (BGZ), Ban Handlowy w Warszawie (BHW), Ban Ochrony Œrodowisa (BOS), Ban BPH (BPH), Ban Zachodni WBK (BZW), Getin Noble Ban (GNB), Getin Holding (GTN), Idea Ban (IDA), ING Ban Œl¹si (ING), mban (MBK), Ban Millenium (MIL), BP Kasa Opiei (PEO), PKO BP (PKO), Banco Santander (SAN), Unicredit (UCG). Oresem przyjêtym do badañ by³y lata 2011 2014. Z tego wzglêdu ze zbioru obietów usuniêto Idea Ban oraz Banco Santander, gdy bani te zadebiutowa³y na gie³dzie odpowiednio w wietniu 2015 rou oraz w grudniu 2014 rou. Ponadto nie objêto badaniem Getin Noble Ban ze wzglêdu na bra ompletnych danych. W procedurze wieloryterialnej maj¹cej na celu porównanie i uporz¹dowanie rozwa anych banów uwzglêdniono zestaw cech opisuj¹cych ondycjê eonomiczno-finansow¹, ale ta e wsaÿnii rynowe oraz miernii powszechnie stosowane w analizie portfelowej. Jao ryteria oceny wziêto pod uwagê nastêpuj¹ce charaterystyi: wsaÿni rentownoœci atywów ROA (zys netto/atywa ogó³em) ryterium K1, wsaÿni rentownoœci apita³u w³asnego ROE (zys netto/apita³ w³asny) ryterium K2, wsaÿni ogólnego poziomu zad³u enia debt ratio DR (zad³u enie ogó³em/atywa ogó³em) ryterium K3,

Wieloryterialna ocena banów omercyjnych notowanych na GPW 111 iloraz atywów p³ynnych do atywów ogó³em ryterium K4, wspó³czynni wyp³acalnoœci ryterium K5, wspó³czynni apita³u w³asnego do atywów ogó³em ryterium K6, wsaÿni zysu na jedn¹ acjê (zys netto/liczba wyemitowanych acji) ryterium K7, wsaÿni P/BV (cena rynowa acji/wartoœæ siêgowa na jedn¹ acjê) ryterium K8, przeciêtna stopa zwrotu acji danego banu R ryterium K9, odchylenie stopy zwrotu s ryterium K10, wspó³czynni soœnoœci stóp zwrotu acji A ryterium K11, wspó³czynni ryterium K12. Uwzglêdnienie w badaniach ryteriów K9 K12 podreœla fat, i objête badaniem bani s¹ notowane na gie³dzie, a wobec tego ich notowania i miernii na ich podstawie sonstruowane s¹ istotnym elementem oceny danego podmiotu. Kierune optymalizacji dla ryteriów K3, K10 i K12 to min, natomiast dla pozosta³ych to max. Analizê przeprowadzono dla dwóch wariantów wag ryterialnych: wariant I wszystie uwzglêdniane ryteria potratowano jao równorzêdne; wariant II ryteria mierniów analizy portfelowej uznano za nieistotne (w 0, = 9,, 12), natomiast pozosta³e rozwa ane ryteria uznano za równorzêdne. Jao ogólne ryterium zastosowano ryterium liniowej preferencji z obszarem obojêtnoœci, dla tórego funcja preferencji wyra a siê wzorem: G 0, gdy d ( i, j) q d ( i, j) q ( i, j), gdy q d ( i, j) p p q 1, gdy d ( i, j) p gdzie: q próg obojêtnoœci, = 1,, 12 (przyjêto, e q stanowi 10% rozstêpu ocen mierniów); p próg preferencji, = 1,, 12 (ustalono go na poziomie 80% rozstêpu ocen mierniów). 2.2. Wynii analiz Spoœród 13 rozpatrywanych banów dla GTN nie uda³o siê sompletowaæ danych dla ryterium K5, natomiast dla UCG nie zgromadzono (6)

112 Ewa Poœpiech, Adrianna Mastalerz-Kodzis danych dla ryteriów K4 oraz K5. Dlatego analizê przeprowadzono w dwóch przypadach: uwzglêdniaj¹c wszystie ryteria i 11 banów 4, oraz 10 ryteriów (bez K4 i K5) oraz 13 banów. Rezultaty przeprowadzonych analiz przedstawiono w poni szych tablicach. Baniem o najlepszej ondycji pod wzglêdem uwzglêdnionych ryteriów w latach 2011 2013 by³ Ban Zachodni WBK, natomiast w rou 2014 na pierwsze miejsce wysun¹³ siê Ban Handlowy w Warszawie (tablica 1). Na czo³owych trzech miejscach w ca³ym oresie utrzymywa³y siê dwa wspomniane bani oraz BP Kasa Opiei. Koñcowe miejsca w raningu zajmowa³ Ban Ochrony Œrodowisa. Tablica 1. Wartoœci przep³ywów dominacji netto ( i) i raning (Ran) banów (12 ryteriów, wariant I) Ban 2011 2012 2013 2014 ( i) Ran ALR 2,059 10 0,997 10 BGZ 2,037 8 1,987 9 1,124 7 0,642 9 BHW 2,212 2 2,792 2 2,021 3 2,571 1 BOS 2,447 10 2,938 10 2,437 11 4,120 11 BPH 2,297 9 0,986 7 1,141 8 0,479 7 BZW 3,473 1 3,077 1 2,475 1 1,309 3 ING 0,051 6 0,356 6 0,274 6 0,475 5 MBK 0,155 5 0,676 4 1,370 4 0,736 4 MIL 1,602 7 1,781 8 1,242 9 0,576 8 PEO 1,935 3 1,631 3 2,066 2 2,115 2 PKO 0,659 4 0,129 5 0,344 5 0,391 6 Na podstawie dodatnich oraz ujemnych wartoœci przep³ywów dominacji netto mo na wyznaczyæ grupy banów, tóre dominowa³y nad innymi (zdominowanymi) banami pod wzglêdem wiêszoœci ryteriów (tablica 2). Na podstawie wyniów przedstawionych w tablicy 2 mo na stwierdziæ, i w rozwa anym oresie tylo ban PKO BP oraz ING Ban Œl¹si zmienia³y swoj¹ przynale noœæ grupow¹, pozosta³e bani w olejnych latach albo by³y banami dominuj¹cymi, albo zdominowanymi. 4 Alior Ban zadebiutowa³ na gie³dzie w grudniu 2012 rou, dlatego w analizach zosta³ uwzglêdniony dopiero w rou 2013 oraz 2014.

Tablica 2. Grupowanie banów (12 ryteriów, wariant I) Grupa 2011 2012 2013 2014 Bani dominuj¹ce Wieloryterialna ocena banów omercyjnych notowanych na GPW 113 Bani zdominowane BZW, BHW, PEO, PKO, MBK ING, MIL, BGZ, BPH, BOS BZW, BHW, PEO, MBK PKO, ING, BPH, MIL, BGZ, BOS BZW, PEO, BHW, MBK, PKO ING, BGZ, BPH, MIL, ALR, BOS BHW, PEO, BZW, MBK, ING PKO, BPH, MIL, BGZ, ALR, BOS W olejnej tablicy (tablica 3) zamieszczono wynii analiz przeprowadzonych dla wariantu II, w tórym nie brano pod uwagê ryteriów K9 K12, czyli uwzglêdniaj¹cych stopê zwrotu, miar na niej opartych oraz wspó³czynnia (mierz¹cego ryzyo acji). Analiza zosta³a przeprowadzona w celu sprawdzenia, czy do³¹czenie do ryteriów fundamentalnych mierniów stosowanych w analizie portfelowej w istotny sposób wp³ywa na uporz¹dowanie rozwa anych banów. Tablica 3. Wartoœci przep³ywów dominacji netto (i) i raning (Ran) banów (12 ryteriów, wariant II) Ban 2011 2012 2013 2014 ( i) Ran ALR 1,837 9 1,188 8 BGZ 4,089 10 3,687 9 3,756 10 3,226 10 BHW 3,628 1 4,198 1 4,531 1 4,295 1 BOS 3,668 9 3,706 10 4,429 11 4,579 11 BPH 1,986 7 1,743 7 1,630 7 1,240 9 BZW 3,167 3 3,638 2 3,163 3 2,125 3 ING 0,356 6 0,860 6 0,012 6 0,060 5 MBK 0,719 5 1,072 4 1,911 4 1,334 4 MIL 1,995 8 2,356 8 1,643 8 0,210 6 PEO 3,388 2 3,127 3 3,284 2 3,349 2 PKO 1,191 4 0,317 5 0,394 5 0,721 7 Uzysane raningi w wariancie II w porównaniu do wariantu I ró - ni¹ siê. Nie s¹ to jedna na tyle istotne ró nice, by diametralnie zmienia³y

114 Ewa Poœpiech, Adrianna Mastalerz-Kodzis lasyfiacjê. Najlepiej widaæ to w tablicy 4, w tórej zaprezentowano wynii podzia³u na bani dominuj¹ce oraz zdominowane tylo w rou 2012 ban PKO, a w 2013 ban ING znalaz³y siê w grupie dominuj¹cej, czyli innej ni w wariancie I. Tablica 4. Grupowanie banów (12 ryteriów, wariant II) Grupa 2011 2012 2013 2014 Bani dominuj¹ce Bani zdominowane BHW, PEO, BZW, PKO, MBK ING, BPH, MIL, BOS, BGZ BHW, BZW, PEO, MBK, PKO ING, BPH, MIL, BGZ, BOS BHW, PEO, BZW, MBK, PKO, ING BPH, MIL, ALR, BGZ, BOS BHW, PEO, BZW, MBK, ING MIL, PKO, ALR, BPH, BGZ, BOS Podobn¹ analizê przeprowadzono, ograniczaj¹c siê do 10 ryteriów i do³¹czaj¹c dwa bani. Wynii analizy zamieszczono w tablicy 5. Tablica 5. Wartoœci przep³ywów dominacji netto (i) i raning (Ran) banów (10 ryteriów, wariant I) Ban 2011 2012 2013 2014 ( i) Ran ALR 1,715 11 0,101 7 BGZ 1,297 8 1,763 10 0,700 7 0,141 9 BHW 2,256 3 2,829 2 1,654 3 2,693 2 BOS 2,466 11 3,732 11 2,714 12 4,797 13 BPH 2,367 10 0,486 8 1,014 9 0,099 8 BZW 5,211 1 4,130 1 3,924 1 2,730 1 ING 0,831 5 0,194 7 0,733 8 1,070 5 MBK 0,614 6 0,550 6 1,219 5 1,339 4 MIL 1,313 9 1,665 9 1,284 10 0,498 10 PEO 2,683 2 1,806 4 2,294 2 2,618 3 PKO 2,021 4 0,946 5 1,340 4 0,872 6 GTN 0,419 7 2,414 3 1,101 6 3,418 12 UCG 5,753 12 4,835 12 3,372 13 2,471 11

Porównuj¹c to zestawienie z uporz¹dowaniem zawartym w tablicy 1, zauwa yæ mo na podobieñstwo raningów banów, tóre uwzglêdniane by³y do tej pory w rozwa aniach. Na podreœlenie zas³uguje jedna pozycja w raningu do³¹czonych dwóch banów: GTN oraz UCG. Ban UCG zdecydowanie zajmowa³ oñcowe miejsca w zestawieniach i zawsze znajdowa³ siê w grupie banów zdominowanych, natomiast pozycja raningowa banu GTN zmienia³a siê dosyæ istotnie 5 : po siódmej pozycji w rou 2011, trzeciej w 2012 rou, szóstej w olejnym rou, w 2014 rou odnotowano loatê dwunast¹ przedostatni¹. Podzia³ banów na grupy dominuj¹ce i zdominowane zamieszczono w tablicy 6. Tablica 6. Grupowanie banów (10 ryteriów, wariant I) Grupa 2011 2012 2013 2014 Bani dominuj¹ce Bani zdominowane Wieloryterialna ocena banów omercyjnych notowanych na GPW 115 BZW, PEO, BHW, PKO, ING, MBK GTN, BGZ, MIL, BPH, BOS, UCG BZW, BHW, GTN, PEO, PKO, MBK ING, BPH, MIL, BGZ, BOS, UCG BZW, PEO, BHW, PKO, MBK, GTN BGZ, ING, BPH, MIL, ALR, BOS, UCG BZW, BHW, PEO, MBK, ING, PKO, ALR BPH, BGZ, MIL, UCG, GTN, BOS Ostatnie dwie tablice (tablica 7 i 8) przedstawiaj¹ wynii uporz¹dowania i pogrupowania rozwa anych banów w sytuacji, gdy nie uwzglêdniano ryteriów K9 K12. Rezultat taiego podejœcia jest analogiczny ja w przypadu poprzednim zbli one raningi i podobny efet grupowania dotychczas uwzglêdnianych banów oraz oñcowe miejsca banu UCG i istotnie zmieniaj¹ce siê pozycje banu GTN. Jedna tym razem ban ten zajmowa³ lepsze loaty, co mo e oznaczaæ, i ondycja banu w ujêciu fundamentalnym szta³tuje siê na œrednim poziomie, ale zainwestowanie w tê spó³ê mo e nie byæ najlepszym wyborem ze wzglêdu na nie najlepsze stopy zwrotu oraz charaterystyi z nimi zwi¹zane. 5 Nale y podreœliæ, i w I wartale 2012 rou nast¹pi³ podzia³u Getin Holding na dwie grupy apita³owe: Grupê Getin Holding oraz grupê apita³ow¹, tóra obejmowa³a Get Ban i Getin Noble Ban (Get Ban zmieni³ nazwê na Getin Noble Ban).

116 Ewa Poœpiech, Adrianna Mastalerz-Kodzis Tablica 7. Wartoœci przep³ywów dominacji netto (i) i raning (Ran) banów (10 ryteriów, wariant II) Ban 2011 2012 2013 2014 ( i) Ran ALR 1,093 8 0,076 7 BGZ 4,263 10 4,634 10 4,515 11 4,218 12 BHW 3,844 3 4,168 3 4,941 2 4,628 1 BOS 4,555 11 5,629 12 5,902 12 6,104 13 BPH 2,101 9 1,818 8 1,729 9 1,466 10 BZW 5,071 1 4,905 2 5,520 1 4,237 2 ING 0,471 7 1,358 7 0,765 7 0,268 6 MBK 1,383 5 0,466 6 1,658 6 2,043 4 MIL 1,949 8 2,798 9 1,955 10 0,357 9 PEO 4,811 2 3,575 4 4,083 3 4,114 3 PKO 3,274 4 1,898 5 2,048 5 0,755 5 GTN 1,097 6 6,227 1 3,770 4 0,075 8 UCG 7,083 12 5,002 11 6,061 13 4,050 11 Tablica 8. Grupowanie banów (10 ryteriów, wariant II) Grupa 2011 2012 2013 2014 Bani dominuj¹ce Bani zdominowane BZW, PEO, BHW, PKO, MBK, GTN, ING MIL, BPH, BGZ, BOS, UCG GTN, BZW, BHW, PEO, PKO, MBK ING, BPH, MIL, BGZ, UCG, BOS BZW, BHW, PEO, GTN, PKO, MBK ING, ALR, BPH, MIL, BGZ, BOS, UCG BHW, BZW, PEO, MBK, PKO, ING, ALR, GTN MIL, BPH, UCG, BGZ, BOS Zaoñczenie Celem przeprowadzonych badañ by³a ocena uporz¹dowanie i porównanie banów (spó³e z setora banowego) tór¹ przeprowadzono za pomoc¹ wieloryterialnej metody PROMETHEE II umo liwiaj¹cej zbudowanie raningu rozpatrywanych obietów. Metoda ta pozwala ta e

Wieloryterialna ocena banów omercyjnych notowanych na GPW 117 na doonanie podzia³u obietów na grupy dominuj¹ce oraz zdominowane pod wzglêdem wiêszoœci przyjêtych ryteriów, co pomaga wsazaæ podmioty o najsilniejszej i najs³abszej ondycji eonomiczno-finansowej. W analizach wyorzystano 12 ryteriów, wœród tórych znalaz³y siê wsaÿnii fundamentalne, wsaÿnii rynowe oraz miernii, tórych podstaw¹ jest stopa zwrotu cen acji oraz charaterystyi na niej oparte. Przeprowadzone badania, uwzglêdniaj¹ce ila wariantów, dawa³y zbli- one wynii zarówno w westii uporz¹dowania, ja i grupowania banów. W rozwa anym oresie wœród liderów znajdowa³y siê bani: Ban Zachodni WBK, Ban Handlowy w Warszawie oraz BP Kasa Opiei. Koñcowe miejsca w raningu zajmowa³ najczêœciej Ban Ochrony Œrodowisa, a po rozszerzeniu zbioru, wœród banów o najs³abszej ondycji, a tym samym zdominowanych, znajdowa³ siê ta e Unicredit. Baniem, tóry zawsze znajdowa³ siê w zbiorze banów dominuj¹cych, by³ mban. Bani, taie ja ING czy PKO BP oscylowa³y pomiêdzy grup¹ dominuj¹c¹ a zdominowan¹, natomiast bani: Ban BG BNP Paribas, Ban BPH, Ban Millenium najczêœciej by³y obietami zdominowanymi. Najwiêsz¹ zmiennoœæ pozycji raningowych zaobserwowano dla banu Getin Holding, tóry przemieszcza³ siê miêdzy grupami, osi¹gaj¹c srajne loaty: pierwsze w 2012 rou, przy uwzglêdnieniu 6 ryteriów (fundamentalnych i rynowych), oraz przedostatnie w 2014 rou, przy uwzglêdnieniu wszystich 10 ryteriów. Spó³a ta w oresie objêtym badaniem podlega³a jedna istotnym przeszta³ceniom, dlatego te ta dynamicznie zmienia³a siê jej pozycja. W ogólnoœci jedna badania poaza³y, e jeœli ban jest silny pod wzglêdem fundamentalnym, to prze³ada siê to równie na si³ê mierzon¹ ³¹cznie wsaÿniami fundamentalnymi, rynowymi oraz mierniami stosowanymi w analizie portfelowej. Literatura 1. Brans J. P., Mareschal B. (2005), PROMETHEE Methods, w: Multiple Criteria Decision Analysis: State of the Art Surveys, Figueira J., Greco S., Ehrgott M. (red.), Springer, New Yor. 2. Leszczyñsi Z. (2004), Analiza eonomomiczno-finansowa spó³i, PWE, Warszawa. 3. uniewsa M., Tarczyñsi W. (2006), Metody wielowymiarowej analizy porównawczej na rynu apita³owym, Wydawnictwo Nauowe PWN, Warszawa.

118 Ewa Poœpiech, Adrianna Mastalerz-Kodzis 4. Przychoca I. (2012), Kondycja finansowa firmy przez pryzmat analizy finansowej, SIGMA SPJ, Warszawa. 5. Sprawozdania finansowe rozwa anych spó³e za lata 2011 2014, http://www.money.pl/gielda/spoli-gpw/, dostêp dnia 11.05.2015. 6. Tarczyñsi W. (2002), Fundamentalny portfel papierów wartoœciowych, PWE, Warszawa. 7. Trzasali T. (red.) (2006), Metody wieloryterialne na polsim rynu finansowym, PWE, Warszawa., 8. Trzasali T. (red.) (2014), Wieloryterialne wspomaganie decyzji, PWE, Warszawa. 9. Tyran M. R. (2001), WsaŸnii finansowe, Oficyna Eonomiczna, Kraów. 10. http://www.banier.pl, dostêp dnia 11.05.2015. 11. http://www.gpw.pl, dostêp dnia 11.05.2015. Streszczenie W artyule podejmowano tematyê oceny banów notowanych na gie³dzie za pomoc¹ wieloryterialnej metody PROMETHEE II, tóra umo liwia zbudowanie raningu rozpatrywanych obietów i pozwala na podzia³ podmiotów na grupy dominuj¹ce (o lepszej ondycji eonomiczno-finansowej) oraz zdominowane (o s³abszej ondycji pod wzglêdem wybranych ryteriów). Jao ryteria oceny rozwa anych banów uwzglêdniono wsaÿnii fundamentalne, wsaÿnii rynowe oraz charaterystyi oparte na stopie zwrotu danej spó³i. Analizy, przeprowadzone w ilu wariantach, uaza³y grupê banów o stabilnej dobrej ondycji oraz grupê o raczej s³abej ondycji. Zaledwie ila banów wyazywa³o zmiennoœæ w przynale noœci do tórejœ z grup, zajmuj¹c najczêœciej loaty poœrodu stawi. Badania poaza³y równie, e ban, tóry jest w dobrej ondycji fundamentalnej, jest ta e wysoo uplasowany pod wzglêdem ca³ego zestawu ryteriów uwzglêdniaj¹cych obo wsaÿniów fundamentalnych wsaÿnii rynowe i miary wyorzystywane w analizie portfelowej. S³owa luczowe metody wieloryterialne, metoda PROMETHEE II, analiza fundamentalna spó³i, porównanie banów notowanych na gie³dzie Multi-criteria Assessment of Quoted Bans (Summary) In the paper the problem of quoted bans assessment was considered. To assess these objects multi-criteria method the PROMETHEE II method, was applied. This method enables to build a raning of selected objects and allows to divide these objects into two groups: bans in better economic and financial

Wieloryterialna ocena banów omercyjnych notowanych na GPW 119 condition (the dominant one) and bans in worse condition (in terms of chosen criteria). In the analysis, as the criteria of assessment some fundamental ratios, maret ratios and measures based on the return rate were used. The research showed that only a few bans could not be explicitly assigned to one of the groups: in good or in bad condition. The analyses also showed that ban in good fundamental shape is also very high in raning in terms of all considered criteria. Keywords multi-criteria methods, the PROMETHEE method, fundamental analysis, comparative analysis of quoted bans