Sławomir Juszczyk, Jolanta Pochopień, Rafał Balina Szkoła Główna Gospodarstwa Wiejskiego w Warszawie Skuteczność polskich modeli do prognozowania bankructwa przedsiębiorstw transportu drogowego towarów masowych Wprowadzenie Upadłość przedsiębiorstw transportowych funkcjonujących m.in. w obszarze logistyki jest nieodłącznym elementem funkcjonowania gospodarki opartej na zasadach rynkowych. Zmienność otoczenia przedsiębiorstw oraz duża złożoność warunków prowadzenia działalności gospodarczej zwiększa skalę i ryzyko bankructwa. Zainteresowanie problematyką prognozowania zagrożeń w funkcjonowaniu przedsiębiorstw pojawiło się w Stanach Zjednoczonych na początku XX wieku. W Polsce problematyka predykcji bankructwa stała się przedmiotem zainteresowania badaczy około połowy lat 90-tych. W branży transportu drogowego najgorszy pod względem upadłości przedsiębiorstw był rok 2009, sądy orzekły wtedy 6 bankructw. W 200 roku poziom upadłości zmniejszył się o połowę (32 orzeczenia o bankructwach). Również w 20 roku zaobserwowano spadek upadłości o blisko 50% (7 orzeczeń). W przypadku branży transportu drogowego należy pamiętać, że duża liczba małych firm likwiduje działalność gospodarczą, nie przeprowadzając oficjalnej procedury upadłościowej, ponieważ w tej branży dominują mikro firmy przewozowe [6]. Celem niniejszego artykułu jest weryfikacja skuteczności wybranych polskich modeli do prognozowania zagrożenia bankructwem przedsiębiorstw z branży transportu drogowego towarów. Skuteczność wybranych dotychczasowych modeli dyskryminacyjnych Badania nad oceną skuteczności modeli dyskryminacyjnych skonstruowanych, zarówno dla gospodarki polskiej jak i gospodarek zagranicznych były przedmiotem zainteresowań wielu badaczy. Zajmowali się tym zagadnieniem między innymi: Stasiewski [6], Gasza [7], Rogowski [4], Koralun-Bereźnicka [2] i wielu innych. Wskazują oni na potrzebę konstrukcji modeli dyskryminacyjnych dla polskich warunków, gdyż modele do oceny zagrożenia bankructwem opracowane dla gospodarek wysoko rozwiniętych, charakteryzowały się zbyt niską sprawnością względem podmiotów polskich. Należy podkreślić, że polskie modele dyskryminacyjne były konstruowane w ciągu ostatnich kilkunastu lat. W czasie tym zaszły znaczące zmiany w sposobach zarządzania przedsiębiorstwem, zmieniło się otoczenie przedsiębiorstw oraz gospodarka polska ulega wyraźnym przeobrażeniom. Spowodowało to potrzebę weryfikacji przydatności modeli prognozowania zagrożenia bankructwem [8]. Ocenę skuteczności modeli dyskryminacyjnych skonstruowanych dla warunków polskich przeprowadzili między innymi: Dr hab. Sławomir Juszczyk, prof. SGGW i UJK, Wydział Nauk Społecznych, Samodzielny Zakład Zarządzania. Mgr J. Pochopień, Doktorant, Szkoła Główna Gospodarstwa Wiejskiego w Warszawie, Wydział Nauk Ekonomicznych, Katedra Ekonomiki i Organizacji Przedsiębiorstw. Mgr R. Balina, Doktorant, Szkoła Główna Gospodarstwa Wiejskiego w Warszawie, Wydział Nauk Ekonomicznych, Katedra Ekonomiki i Organizacji Przedsiębiorstw. 34 Logistyka 2/203
Czapiewski [3], Dec [5], Grzegorzewska i Runowski [9], Juszczyk [0], Kisielińska [], Stefański i Sabuhoro [7], Waszkowski [9] i inni. Uzyskane przez nich wyniki wskazywały na obniżenie się skuteczności rozpoznawania bankrutów i niebankrutów polskich modeli dyskryminacyjnych w porównaniu do ich pierwotnych wskazań. Pierwotna weryfikacja ich skuteczności przez twórców modeli była przeprowadzana na bazie przedsiębiorstw niejednorodnych pod względem przedmiotu prowadzenia działalności. Należy nadmienić, że rzadko można spotkać opracowania dotyczące wykorzystania polskich modeli dyskryminacyjnych, służących do oceny zagrożenia bankructwem, w ramach jednej branży. Wyjątkami są tu badania przeprowadzone przez Juszczyka [0], który przeprowadził weryfikację skuteczności modeli polskich i zagranicznych, dla branży spedycyjnej, a także Stefańskiego [8], który dokonał oceny przydatności polskich modeli dyskryminacyjnych do oceny zagrożenia bankructwem polskich banków giełdowych notowanych na Giełdzie Papierów Wartościowych w Warszawie. Ponadto Dąbrowski i Boratyńska [4], dokonali oceny zastosowania modeli dyskryminacyjnych dla spółek spożywczych notowanych na Giełdzie Papierów Wartościowych w Warszawie. W związku z pojawiającym się trendem dotyczącym analizowania bankructwa w ujęciu branżowym [5] właściwym wydaje się weryfikacja polskich modeli do prognozowania bankructwa przedsiębiorstwa z branży transportu drogowego towarów. Ze względu na wykorzystanie w badaniach danych finansowych spółek z ograniczoną odpowiedzialnością, z dalszych rozważań wykluczono modele, które skonstruowano na potrzeby spółek akcyjnych lub innych form prawnych. Założenia dotyczące niniejszego badania ograniczyły liczbę możliwych do wykorzystania modeli prognozowania zagrożenia bankructwem. W związku z tym dokonano oceny przydatności polskich modeli służących do oceny zagrożenia bankructwem przedsiębiorstw funkcjonujących w ramach branży transportu drogowego towarów. Mając na uwadze wcześniejsze założenia odnośnie próby badawczej, do oceny skuteczności predykcji wybrano następujące modele: Pogodzińskiej i Sojak, Gajdki i Stosa I, Gajdki i Stosa II, Hadasik I, Hadasik II, Hadasik III, Hadasik IV, Wierzby, Stępnia i Strąka I, Stępnia i Strąka II, Stępnia i Strąka III, Stępnia i Strąka IV, Hołdy, INE PAN (Mączyńskiej i Zawadzkiego) I, INE PAN (Mączyńskiej i Zawadzkiego) II, INE PAN (Mączyńskiej i Zawadzkiego) III, INE PAN (Mączyńskiej i Zawadzkiego) IV, INE PAN (Mączyńskiej i Zawadzkiego) V, INE PAN (Mączyńskiej i Zawadzkiego) VI, INE PAN (Mączyńskiej i Zawadzkiego) VII, Appenzeller i Szarzec I, Appenzeller i Szarzec II, Poznański, Prusaka I, Prusaka II, Prusaka IV. Należy nadmienić, że przy ocenie sprawności poszczególnych modeli przyjęto założenie, że w przypadku, gdy analizowany model wskazywał na występowanie szarej strefy, czyli nie określał jednoznacznie czy przedsiębiorstwo jest zagrożone bankructwem czy nie, uznawano takie wskazanie jako poprawne. Wówczas model nie wskazywał błędnie przynależności przedsiębiorstwa do bankrutów lub przedsiębiorstw zdrowych, lecz sugerował pogłębienie analizy, która pozwoliłaby na dokładne poznanie sytuacji przedsiębiorstwa, a tym samym dawało to szansę na zaklasyfikowanie go zgodnie z rzeczywistością. Zakres badań Badaniami objęto łącznie 40 przedsiębiorstw z branży transportu drogowego towarów (PKD 49.4z). Badania dotyczyły lat 2007 2009. W badaniach wykorzystano bilanse oraz rachunki zysków i strat przedsiębiorstw działających na terenie Rzeczpospolitej Polskiej, w formie spółek z ograniczoną odpowiedzialnością. Dobór próby do badań miał charakter celowo losowy. Do badań wykorzystano 20 przedsiębiorstw uznanych za bankrutów w 2009 roku oraz 20 przedsiębiorstw nieprzerwanie prowadzących swoją działalność. W badaniach, w grupie bankrutów uwzględniono te przedsiębiorstwa, które publikowały sprawozdania finansowe w Monitorze Polskim B, co najmniej za trzy ostatnie lata przed Logistyka 2/203 35
wystąpieniem do sądu z wnioskiem o ogłoszenie upadłości w 2009 roku, charakteryzowały się ujemnym kapitałem własnym oraz stratami finansowymi. Przedsiębiorstwom tym przeciwstawiono przedsiębiorstwa, które w 2009 roku nieprzerwanie prowadziły swoją działalność co najmniej od stycznia 2005 roku oraz wartość ich aktywów była zbliżona do wartości aktywów w grupie wylosowanych bankrutów, a różnice w tym względzie nie były większe niż 500 000 zł. W 2009 roku przedsiębiorstw spełniających warunek uznania ich za bankrutów było 5. Po ustaleniu listy przedsiębiorstw spełniających warunki względem bankrutów uszeregowano je rosnąco wg numeru KRS. Następnie dokonano losowania dwudziestu przedsiębiorstw, wylosowano co drugie przedsiębiorstwo rozpoczynając losowanie od podmiotu znajdującego się na pozycji piątej. Przedsiębiorstw, które nieprzerwanie prowadziły swoją działalność było 529. Wśród przedsiębiorstw stale funkcjonujących dokonano ich doboru do próby również w sposób losowy. Po uszeregowaniu przedsiębiorstw spełniających warunki uznania ich za niezagrożone bankructwem, analogicznie jak w przypadku przedsiębiorstw uznanych za bankruta, w branży transportu drogowego towarów wylosowano co dwudzieste szóste przedsiębiorstwo zaczynając od podmiotu znajdującego się na pozycji czwartej. Ocena skuteczności wybranych polskich modeli dyskryminacyjnych Do oceny trafności klasyfikacji przedsiębiorstw wykorzystano macierz oceny trafności modelu dyskryminacyjnego. Jest to narzędzie, które przedstawia podsumowanie dotyczące poprawności wskazań oszacowanego modelu [2]. Macierz ta jest macierzą kwadratową o wymiarach k x k gdzie k stanowi liczbę klas decyzyjnych. Wiersze macierzy odpowiadają poprawnym klasom decyzyjnym, kolumny natomiast odpowiadają decyzjom estymowanym przez model. Ogólny schemat macierzy klasyfikacji przedsiębiorstw przy wykorzystaniu analizy dyskryminacyjnej do oceny modelu predykcji zagrożenia bankructwem przedstawia tabela. Tabela. Macierz oceny trafności modelu dyskryminacyjnego Rzeczywista przynależność przedsiębiorstwa Prognozowana przynależność przedsiębiorstwa na podstawie Zagrożone bankructwem modelu Niezagrożone bankructwem Zagrożone bankructwem Klasyfikacja prawidłowa Klasyfikacja błędna Niezagrożone bankructwem Klasyfikacja błędna Klasyfikacja prawidłowa Źródło: opracowanie własne na podstawie []. Takie przedstawienie wyników dotyczących trafności prognoz pozwala na wyznaczenie sprawności modelu. W przypadku analizy dyskryminacyjnej możliwe jest określenie trzech rodzajów jego sprawności. W przypadku sprawności modelu wyróżnia się [3]: sprawność I stopnia (SP ), która określa jaki odsetek bankrutów został zakwalifikowany prawidłowo przez model, obliczany jest zgodnie z następującą formułą: P SP 00% P NP 36 Logistyka 2/203
sprawność II stopnia (SP 2 ), która określa jaki procent przedsiębiorstw niezagrożonych bankructwem został sklasyfikowany poprawnie, wyznaczany jest zgonie z poniższą formułą: SP P 2 2 P2 NP2 00% sprawność ogólna (SP 0 ), określa jaki procent wszystkich analizowanych przedsiębiorstw został sklasyfikowany prawidłowo przez model. Wzór pozwalający wyznaczyć sprawność ogólną przedstawia poniższe równanie: SP P P 2 0 P NP P2 NP2 00% Przy czym we wzorach dotyczących sprawności modelu dyskryminacyjnego przyjęto następujące oznaczenia: P prognozowana liczba bankrutów zaklasyfikowana jako przedsiębiorstwa zagrożone bankructwem, P 2 prognozowana liczba niebankrutów zaklasyfikowana jako przedsiębiorstwa niezagrożone bankructwem, NP liczba niebankrutów zaklasyfikowana do grupy przedsiębiorstw zagrożonych bankructwem, NP 2 liczba bankrutów zaklasyfikowanych do grupy przedsiębiorstw niezagrożonych bankructwem. Określenie sprawności modelu pozwala na dokonanie oceny modelu pod względem jego przydatności w praktyce, gdyż jak wynika ze charakterystyki dotychczasowych modeli dyskryminacyjnych były one konstruowane, w większości na próbach niejednorodnych pod względem przedmiotu działalności, co może przyczyniać się do ograniczeń w ich stosowaniu w praktyce. Ponieważ każda branża ma swoją specyfikę funkcjonowania wynikającą z uwarunkować organizacyjnych, finansowych, społecznych i prawnych i nie uwzględnienie tego w modelu może spowodować, że model ten będzie w niskim stopniu pozwalał poprawnie rozpoznawać przedsiębiorstwa zagrożone bankructwem i te które niezagrożenie prowadzą swoją działalność. Mając na uwadze powyższe autorzy dokonali oceny wybranych modeli dyskryminacyjnych do oceny zagrożenia bankructwem i jego braku w przypadku przedsiębiorstw z branży transportu drogowego towarów. Do rozpoznawania zagrożenia bankructwem przedsiębiorstw z branży transportu drogowego, dokonano oceny skuteczności modeli skonstruowanych na gruncie gospodarki polskiej. Wyniki przeprowadzonej oceny przedstawiono w tabeli 2. Rozpatrując skuteczność ogólną polskich modeli dyskryminacyjnych, należy podkreślić, że najwyższym poziomem sprawności ogólnej (82,5% poprawnych wskazań) charakteryzowały się dwa modele: Hadasik IV i poznański. Tabela 2. Sprawność modeli polskich do prognozowania zagrożenia bankructwem dla przedsiębiorstw z branży transportu drogowego [%] Sprawność [%] Model SP SP 2 SP 0 Pogodzińskiej i Sojaka 85,0 5,0 45,0 Gajdki i Stosa I 50,0 50,0 50,0 Gajdki i Stosa II 30,0 90,0 60,0 Hadasik I 95,0 60,0 77,5 Hadasik II 80,0 70,0 75,0 Logistyka 2/203 37
Hadasik III 80,0 80,0 80,0 Hadasik IV 65,0 00,0 82,5 Wierzby 75,0 65,0 70,0 Stępnia i Strąka I 80,0 65,0 72,5 Stępnia i Strąka II 60,0 95,0 77,5 Stępnia i Strąka III 90,0 0,0 45,0 Stępnia i Strąka IV 45,0 95,0 70,0 Hołdy 00,0 0,0 50,0 INE PAN I 00,0 0,0 55,0 INE PAN II 85,0 45,0 65,0 INE PAN III 85,0 45,0 65,0 INE PAN IV 90,0 50,0 70,0 INE PAN V 95,0 30,0 62,5 INE PAN VI 80,0 50,0 65,0 INE PAN VII 70,0 85,0 77,5 Appenzeller i Szarzec I 80,0 50,0 65,0 Appenzeller i Szarzec II 80,0 45,0 62,5 Poznański 80,0 85,0 82,5 Prusaka I 50,0 90,0 70,0 Prusaka III 40,0 85,0 62,5 Prusaka IV 80,0 20,0 50,0 Źródło: badania własne. Na uwagę zasługuje model Hołdy, który ze stu procentową skutecznością rozpoznawał przedsiębiorstwa, które zbankrutowały, w przypadku natomiast przedsiębiorstw niezagrożonych bankructwem wykazywał zerową skuteczność. W przypadku dwudziestu, na 26 poddanych analizie polskich modeli poddanych weryfikacji, co do oceny prawidłowości rozpoznawania przedsiębiorstw zagrożonych i niezagrożonych bankructwem, zaobserwowano znaczące rozbieżnościami między sprawnością pierwszego i drugiego stopnia. Powoduje to ograniczenie ich przydatności do oceny zagrożenia bankructwem przedsiębiorstw z branży transportu drogowego. Ponieważ jedne modele lepiej rozpoznawały bankrutów a inne nie bankrutów. Przykładem takiej asymterii jest model Stępnia i Strąka III, który ze 00% skutecznością rozpoznawał firmy uznane za bankruta, natomiast skuteczność w rozpoznawaniu niebankrutów wynosiła 0%. Innym przykładem niskiej sprawności modelu wynikającym z asymetrii między SP i SP 2 jest model Gajdki i Stosa II, który z 90% prawdopodobieństwem rozpoznawał poprawnie przedsiębiorstwa ciągle funkcjonujące, natomiast skuteczność w rozpoznawaniu bankrutów była niska i wynosiła 30% - co jest nie do zaakceptowania w procesie decyzyjnym. Należy podkreślić, że wybrane polskie modele charakteryzowały się różnym poziomem skuteczności ogólnej, w przypadku analizy wszystkich badanych przedsiębiorstw łącznie, oscylującym między 82,5% dla modeli Hadasik IV, poznański a 45% dla modeli Pogodzińskiej i Sojaka oraz Stępnia i Strąka III. Oznacza to, że mnogość modeli do prognozowania zagrożenia bankructwem lub jego braku może wprowadzić chaos informacyjny, gdyż w zależności od tego jaki model zostanie wykorzystany można otrzymać różne wyniki. 38 Logistyka 2/203
Uzyskane wyniki w postaci sprawności poszczególnych modeli wskazują na ograniczone zastosowanie dotychczasowych modeli dyskryminacyjnych, ponieważ w zależności do zastosowanego modelu uzyskiwano różne wyniki. Przeprowadzone badania dały odpowiedź jakie modele są wystarczająco skuteczne do rozpoznawania potencjalnych bankrutów wśród przedsiębiorstw z branży transportu drogowego towarów, funkcjonujących w obecnych warunkach gospodarki polskiej. Ponadto badania pośrednio wskazują na potrzebę konstruowania modeli branżowych do predykcji bankructwa. Podsumowanie Modele dyskryminacyjne dają możliwość uwzględnienia odpowiednio wcześniej sygnałów ostrzegawczych i podjęcia decyzji, które mogą zapobiec upadłości przedsiębiorstwa. Stanowią również narzędzie wczesnego ostrzegania o powstaniu lub narastaniu trudności finansowych. Przeprowadzone badania dowodzą, że dotychczas skonstruowane modele wczesnego ostrzegania, charakteryzują się w dużej części niezadowalającym poziomem skuteczności predykcji zagrożenia bankructwem dla przedsiębiorstw działających w Polsce w branży transportu drogowego towarów, wyjątek stanowią modele Hadasik IV i poznański, które okazały się wystarczająco skuteczne w przypadku tej branży. Streszczenie W artykule zaprezentowano przegląd badań własnych nad skutecznością wybranych dotychczasowych polskich modeli dyskryminacyjnych. Modele dyskryminacyjne dają możliwość dostrzeżenia odpowiednio wcześnie sygnałów ostrzegawczych i podjęcia decyzji, które mogą zapobiec upadłości przedsiębiorstwa. Dokonano weryfikacji skuteczności wybranych polskich modeli upadłości dla grupy przedsiębiorstw z branży transportu drogowego. Abstract This paper presents an overview of selected studies on the effectiveness of existing polish discrimination models. Discriminatory models can prevent from making incorrect decision, which may cause company s insolvency. Effectiveness of selected models of bankruptcy for Polish companies from the road transport industry was assessed. Literatura. Altman E. I., Financial ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy, Journal of Finance, No 4, Vol. XXIII, 996, s. 598-599. 2. Card D. H., 992, Using known map category marginal frequencies to improve estimates of thematic map accuracy, Photogrammetric Engineering and Remote Sensing, Vol. 49, s. 43-439; Congalton R. G., 99, A review of assessing the accuracy of classifications of remotely sensed data, Remote Sensing of Environment, Vol. 37, s. 35-46; Li Q., Racine J. S., 2007, Nonparametric Econometrics. Theory and Practice, Princeton University Press, Princeton, s. 240 3. Czapiewski L., Efektywność wybranych modeli dyskryminacyjnych w przewidywaniu trudności finansowych polskich spółek giełdowych, Zarządzanie finansami firm teoria i praktyka. Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, (red. Bernaś B.), Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu, Nr 47, Wrocław, 2009, s. 8-28. 4. Dąbrowski B. J., Boratyńska K., Zastosowanie modeli dyskryminacyjnych do prognozowania upadłości spółek giełdowych indeksu WIG-Spożywczy, Zeszyty Naukowe Logistyka 2/203 39
SGGW w Warszawie, Ekonomiki i Organizacja Gospodarki Żywnościowej, Nr 82, Wydawnictwo SGGW, Warszawa, 20, s. 63-73. 5. Dec P., Modele wczesnego ostrzegania przed upadłością przedsiębiorstw i badania nad ich skutecznością w Polsce, Bankructwa przedsiębiorstw, (red. E. Mączyńska), Wydawnictwo SGH, Warszawa, 2008, s. 29. 6. Eurel Hermes, 300 firm upadło w Polsce, http://www.eulerhermes.pl/pl/dokumenty/20504_eh_upadlosci_kw.pdf, 202. 7. Gasza R., Związek między wynikami analizy typu Altman a kształtowanie się kursów akcji wybranych spółek giełdowych w Polsce. Rezultaty badań najstarszych spółek giełdowych w latach 99-995. Bank i Kredyt, 997, Nr 3. 8. Grice J., Dugan M., The Limitations of Bankruptcy Prediction Models: Some Cautions for the Research, Review of Quantitative Finance and Accounting, September 200. 9. Grzegorzewska E., Runowski H., Zdolności prognostyczne polskich modeli dyskryminacyjnych w badaniu kondycji finansowej przedsiębiorstw rolniczych, Roczniki Nauk Rolniczych, Seria G, Tom 95, Zeszyt 3/4, 2008, s. 83-90 0. Juszczyk S., Nowe podejście do upadłości lub trwania przedsiębiorstw spedycyjnych w Polsce, Kierunki zmian w finansach przedsiębiorstw (red. Sobiech J.), Wydawnictwo Uniwersytetu Ekonomicznego, Poznań, 200, s. 572-584.. Kisielińska A., Waszkowski A., Polskie modele do prognozowania bankructwa przedsiębiorstw i ich weryfikacja, Zeszyty Naukowe SGGW w Warszawie. Ekonomika i Organizacja Gospodarki Żywnościowej, Wydawnictwo SGGW, Warszawa, 200, Nr 82, s. 7-3. 2. Koralun-Bereźnicka J., Ocena możliwości wykorzystania wybranych funkcji dyskryminacyjnych w analizie polskich spółek giełdowych, Studia i Prace Kolegium Zarządzania i Finansów, 2006, Zeszyt Naukowy 69. 3. Prusak B., Metody wykorzystywane w analizie porównawczej modeli oceny zagrożenia przedsiębiorstwa upadłością, artykuł prezentowany na I Międzynarodowa Konferencja Naukowa ENTIME, Gdańsk, 2004. 4. Rogowski W., Możliwości wczesnego rozpoznawania symptomów zagrożenia zdolności płatniczej przedsiębiorstwa, Bank i Kredyt, Nr 6/997. 5. Sojak S., Stawicki J., Wykorzystanie metod taksonomicznych do oceny kondycji ekonomicznej przedsiębiorstw, Zeszyty Teoretyczne Rachunkowości, Nr 3 (59)/ 200, s. 45-52. 6. Stasiewski T., Z-Score indeks przewidywania upadku przedsiębiorstwa, Rachunkowość, Nr 2/996. 7. Stefański A, Sabuhoro A., Modele prognozowania zagrożenia finansowego na tle oceny ryzyka przez banki, Wartość przedsiębiorstwa z teorii i praktyki zarządzania, (red. Duraj J.), Wydawnictwo Naukowe Novum, Płock-Łódź, 2006, s. 3-39, 225-246. 8. Stefański A., Ryzyko bankructwa banków giełdowych w Polsce (red. Zarzecki D.) Zarządzanie Finansami, Inwestycje, Wycena przedsiębiorstwa, Zarządzanie wartością, Wydawnictwo Naukowe Uniwersytetu Szczecińskiego, Szczecin, 20, s. 3-39. 9. Waszkowski A., Methods of classification models for enterprises insolvency prediction. Acta Scientiarum Polonorum. Oeconomia, Nr 0(2), Wydawnictwo SGGW, Warszawa, 20, s. 96-06. 40 Logistyka 2/203