Upload
vodat
View
213
Download
0
Embed Size (px)
Citation preview
Jacek Szanduła*
Pozycjonowanie i ocena kondycji finansowej
przedsiębiorstwa na tle konkurencji przy użyciu
wielowymiarowej analizy porównawczej
Wstęp Kondycja finansowa przedsiębiorstwa jest zjawiskiem złożonym. Jej do-
kładny i wyczerpujący opis wymaga uwzględnienia wielu różnych aspektów
działalności firmy. W tym celu wykorzystuje się szerokie spektrum wskaźni-
ków finansowych, które umożliwiają pomiar poszczególnych składowych kon-
dycji finansowej. Wielowymiarowość problemu utrudnia jednoznaczną ocenę
kondycji finansowej. Część wskaźników może wskazywać, że jest ona dobra,
podczas gdy inne w tym samym momencie mogą sygnalizować problemy.
Sformułowanie wniosku na temat sytuacji finansowej jest łatwiejsze po wyzna-
czeniu syntetycznego wskaźnika rozwoju ocenianego podmiotu. Skonstruowa-
nie wskaźnika syntetycznego w przypadku kondycji finansowej wymaga
uwzględnienia takich aspektów działalności przedsiębiorstwa jak rentowność,
płynność finansowa, zadłużenie, sprawność działania i wartość rynkowa. Roz-
ważania na ten temat podjęli między innymi Pluta [1975], Szpulak [2001] czy
Appenzeller [2008].
Budowa wskaźnika syntetycznego jest zadaniem wieloetapowym wymaga-
jącym podjęcia szeregu decyzji w fazach: doboru zmiennych, procedur normali-
zacji oraz agregacji. Problematyczna także jest interpretacja uzyskanej wartości
zmiennej syntetycznej. Dokonanie oceny wymaga bowiem, aby istniał jakiś
punkt odniesienia, wzorzec do którego porównywany będzie otrzymany rezul-
tat. Literatura przedmiotu pomija tę kwestię. Brak punktu odniesienia powodu-
je, że trudno jest określić, czy otrzymana wartość wskaźnika syntetycznego jest
dobra, satysfakcjonująca czy też niezadowalająca.
Celem pracy jest przedstawienie propozycji sposobu wyznaczania podsta-
wy dla interpretacji wskaźnika syntetycznego. Autor jako wiodącą przyjmuje
tezę, że taką podstawą może być rozkład wskaźnika syntetycznego uzyskany na
podstawie spółek działających w jednej branży. Dysponując rozkładem lub dys-
trybuantą rozkładu wskaźnika można łatwo obliczyć prawdopodobieństwo
osiągnięcia określonej wartości – czyli uzyskać kluczową informację konieczną
do spozycjonowania firmy na tle branży i oceny jej kondycji finansowej. Pro-
pozycja obejmuje wykorzystanie rozkładu empirycznego jak i teoretycznego –
generowanego przy użyciu symulacji.
W artykule opisane zostały procedury transformacji, normalizacji oraz
agregacji zmiennych cząstkowych. Przedstawiona została procedura generowa-
*Dr, Katedra Prognoz i Analiz Gospodarczych Wydziału Nauk Ekonomicznych Uniwersytetu
Ekonomicznego we Wrocławiu, [email protected]
Jacek Szanduła 334
nia teoretycznego rozkładu syntetycznego wskaźnika kondycji finansowej.
Część empiryczna przedstawia zastosowanie proponowanej procedury do stwo-
rzenia rankingu oraz oceny kondycji finansowej przedsiębiorstw funkcjonują-
cych w branży przetwórstwa rybnego w Polsce. W badaniu posłużono się da-
nymi pochodzącymi z rocznych sprawozdań finansowych dostępnych w bazie
EMIS Emerging Markets [http://www.securities.com/].
1. Normalizacja wskaźników finansowych Przy budowie zmiennej syntetycznej niezwykle istotną kwestią jest doko-
nanie podziału zmiennych cząstkowych ze względu na kryterium sposobu ich
oddziaływania na opisywane zjawisko. Według tego kryterium wyróżnia się
stymulanty, destymulanty i nominanty. Do stymulant zalicza się te zmienne,
których wzrost wartości oznacza sytuację korzystną dla zjawiska (np. rentow-
ność). Wzrost wartości destymulanty oznacza sytuację niekorzystną – pożądane
są wartości niskie (np. koszt wytworzenia produktu). Nominanty charakteryzują
się pewnym optymalnym (nominalnym) poziomem lub zakresem, od którego
jakiekolwiek odchylenia w górę czy w dół traktowane są jako niekorzystne (np.
płynność finansowa). Określenie czy zmienna jest stymulantą czy destymulantą
na ogół nie przysparza trudności. W przypadku nominant pojawia się problem
ustalenia „optymalnego” poziomu zmiennej. Pewne propozycje dotyczące op-
tymalnych wartości niektórych wskaźników finansowych można znaleźć np. w
pracach Sierpińskiej i Jachny [2004], Redel [2007], Damodarana [2007], Kowa-
laka [2008], Machały [2008] czy Bienia [2011].
Ze względu na to, że zmienna syntetyczna jest agregatem cząstkowych
wskaźników, należy zadbać aby:
1) Wszystkie zmienne były stymulantami. W przypadku, gdy w badaniu poja-
wiają się destymulanty lub nominanty, trzeba dokonać transformacji zmien-
nych tak aby były stymulantami. Spośród wielu istniejących przekształceń
(porównaj np. [Grabiński 1989, s.28], [Walesiak 2006, s.18], [Kolenda
2006, s. 22]) autor proponuje następujące:
(a) dla destymulant:
isi xx , (1)
gdzie: j = 1, 2, …, m; m – liczba wskaźników (liczba zmiennych);
i = 1, 2, …, n; n – liczba obserwacji wskaźnika
(tu liczba przedsiębiorstw);
sijx . – i-ta wartość wskaźnika Xj przekształcona na stymulantę;
xj,i – i-ta wartość wskaźnika Xj;
(b) dla nominant:
DnomjijDnomjij
GnomjijijGnomj
GnomjijDnomj
sij
xxxx
xxxx
xxx
x
,,.,,.
,,..,,
,,.,,
.
dla
dla
dla,0
, (2)
gdzie:
Pozycjonowanie i ocena kondycji finansowej … 335
xj,nom,D – dolna wartość nominalnego przedziału wskaźnika Xj;
xj,nom,G – górna wartość nominalnego przedziału wskaźnika Xj.
2) Zmienne nie posiadały dodatkowych progów veta. Propozycję postępowa-
nia ze zmiennymi z progami veta podają Strahl i Walesiak [1997].
3) Zmienne były wzajemnie porównywalne.
Wskaźniki finansowe na ogół wyrażone są w różnych jednostkach (np. w
zł, zł/szt., dni, niektóre są pozbawione mian), co uniemożliwia ich bezpośrednią
agregację. Różne są także wartości średnie oraz wariancje poszczególnych
zmiennych. Doprowadzenie poszczególnych wskaźników cząstkowych do wza-
jemnej porównywalności wymaga przeprowadzenia normalizacji. Szereg pro-
cedur normalizacyjnych daje się sprowadzić do ogólnego wzoru [Grabiński
1988, s. 244]:
p
ij
ijb
axkx
,
,' , (3)
gdzie:
x’j,i – i-ta znormalizowana wartość wskaźnika Xj;
a – odjemnik przyjmujący wartości: 0, xj,min, jx , Pl,j;
b – dzielnik przyjmujący wartości: xj,max, xj,min, xj,nom,D, xj,nom,G, xj,wz, jx , sj,
n
iijx
1. , Rj, Pl,j;
xj,max– maksymalna wartość wskaźnika Xj;
xj,min – minimalna wartość wskaźnika Xj;
jx – średnia wartość wskaźnika Xj:
n
iijj x
nx
1,
1 (4)
xj,wz – wzorcowa wartość wskaźnika Xj;
sj – odchylenie standardowe wskaźnika Xj:
n
ijijj xx
ns
1
2
,
1 (5)
Rj – rozstęp wskaźnika Xj:
min.max. jjj xxR (6)
Pl,j – wartość l-tego percentyla wskaźnika Xj; numer percentyla l najczęściej
wynosi: l = 5, 10, 25, 50, 75, 90, 95;
k – mnożnik przyjmujący na ogół wartości: k = –1 lub k = 1;
p – wykładnik potęgowy zazwyczaj przyjmujący wartości: p = –1, 0,5, 1, 2.
Możliwość podstawienia różnych wartości do wzoru (3) skutkuje szeroką
gamą procedur normalizacyjnych. W praktyce najczęściej stosowana jest stan-
daryzacja:
Jacek Szanduła 336
j
jij
ijs
xxx
.,. . (7)
Zmienna zestandaryzowana pozbawiona jest miana, ma zerową średnią oraz
jednostkową wariancję. Jej rozstęp wynosi:
j
j
js
RR ' . (8)
2. Konstrukcja syntetycznego miernika kondycji finansowej Wskaźnik syntetyczny powstaje jako średnia arytmetyczna ważona wskaź-
ników cząstkowych:
m
jijji xwz
1,' , (9)
gdzie: zi – i-ta obserwacja wskaźnika syntetycznego (wskaźnik syntetyczny dla
i-tego przedsiębiorstwa); wj – waga j-tego wskaźnika.
Ważną kwestią do rozstrzygnięcia jest sposób ważenia poszczególnych
wskaźników finansowych. Wagi wj we wzorze (9) odzwierciedlają względne
znaczenie danego wskaźnika w ocenie kondycji finansowej. Problem ich dobo-
ru nie jest definitywnie rozwiązany. Grabiński [1988 s. 243] wskazuje na moż-
liwość powiązania systemu wag ze współczynnikami zmienności zmiennych
cząstkowych przed normalizacją:
m
jj
j
j
V
Vw
1
, (10)
gdzie Vj – współczynnik zmienności j-tej zmiennej:
j
j
jx
sV . (11)
Wśród stosowanych rozwiązań określania wartości wag poszczególnych
wskaźników cząstkowych można znaleźć także metody eksperckie. Z uwagi na
brak uniwersalnych wskazówek co do sposobu ważenia wskaźników, częstym
rozwiązaniem jest także rezygnacja z różnicowania wag i wyznaczenie zmien-
nej syntetycznej na poziomie średniej arytmetycznej prostej ze wskaźników
cząstkowych.
Wskaźnik syntetyczny kondycji finansowej określony wzorem (9) będąc
wypukłą kombinacją stymulant sam jest stymulantą. Zatem im wyższa jego
wartość, tym lepszą kondycją finansową charakteryzuje się dane przedsiębior-
stwo. Na jego podstawie można więc sporządzić ranking przedsiębiorstw. Jed-
nakże brak ustalonego punktu odniesienia uniemożliwia sensowną interpretację
wyników. Czy np. wartość wskaźnika syntetycznego równa 1,2 oznacza dobrą
kondycję przedsiębiorstwa na tle konkurencji? Przy silnie asymetrycznych roz-
kładach może się okazać, że jest to wartość ledwie przeciętna. Z kolei przy in-
nym rozkładzie nawet 0,3 może oznaczać najlepszego w branży o doskonałej
Pozycjonowanie i ocena kondycji finansowej … 337
kondycji finansowej. Dlatego rzetelna ocena kondycji finansowej przedsiębior-
stwa może i powinna zostać przeprowadzona na podstawie wartości wskaźnika
syntetycznego po poznaniu jego rozkładu.
3. Wyznaczenie dystrybuanty rozkładu wskaźnika syntetycznego
kondycji finansowej Oszacowanie dystrybuanty rozkładu wskaźnika syntetycznego znacząco
ułatwia interpretację uzyskanych wyników. Z definicji wartości dystrybuanty
należą do przedziału 0 – 1. Dla znanej wielkości wskaźnika syntetycznego
można, posługując się dystrybuantą jego rozkładu, obliczyć odsetek przedsię-
biorstw o gorszej kondycji finansowej od analizowanego przedsiębiorstwa.
Dystrybuanta wskaźnika syntetycznego może przyjąć postać empiryczną lub
teoretyczną. Przy dużej próbie badanych przedsiębiorstw rozkład empiryczny
wraz z jego dystrybuantą może wystarczyć do wyciągnięcia poprawnych wnio-
sków na temat kondycji finansowej poszczególnych przedsiębiorstw. W przy-
padku małej próby a także w celu ustabilizowania podstawy porównań warto
wyznaczyć teoretyczną dystrybuantę rozkładu wskaźnika syntetycznego. Wy-
znaczenie dystrybuanty empirycznej przy założeniu znajomości wszystkich
wartości empirycznych wskaźnika syntetycznego jest zadaniem stosunkowo
łatwym, dlatego w dalszej części omówiony zostanie sposób wyznaczania dys-
trybuanty teoretycznej.
Na ogół wyznaczenie teoretycznej dystrybuanty zmiennej syntetycznej nie
jest zadaniem trywialnym. Jeśli zbiór wskaźników wykorzystanych do kon-
strukcji wskaźnika syntetycznego nie zawiera nominant i każdy ze wskaźników
charakteryzuje się rozkładem normalnym – Xj ~N(μj, σj), to po ich standaryzacji
powstanie m zmiennych o standardowym rozkładzie normalnym – Xj ~N(0, 1).
Zakładając niezależność poszczególnych wskaźników i przyjmując równe wagi,
średnia, reprezentująca wskaźnik syntetyczny kondycji finansowej wyznaczony
wg wzoru (9), oszacowana na podstawie m niezależnych prób losowanych z
takich rozkładów, będzie miała rozkład normalny następującej postaci:
m
NZ 1,0~ . (12)
W takim przypadku dystrybuanta rozkładu wskaźnika syntetycznego kondycji
finansowej przyjmie postać:
dxem
zZPzF
mxz
2
2
2
. (13)
Na ogół jednak wśród wskaźników określających kondycję finansową
znajdują się nominanty. Transformacja nominanty na stymulantę według wzoru
(2) spowoduje, że rozkład nowej zmiennej (na ogół) stanie się mieszanką roz-
kładu ciągłego i dyskretnego. Do sytuacji tej doprowadzą obserwacje obiektów,
których wskaźniki należą do zalecanego (nominalnego) przedziału. Przekształ-
cenie w stymulantę spowoduje, że wszystkie przyjmą wartość 0. Po standaryza-
cji z kolei osiągną wartość jj sX , powodując, że w punkcie tym zgromadzi
Jacek Szanduła 338
się masa prawdopodobieństwa, często doprowadzając do silnej lewostronnej
asymetrii rozkładu. W związku z tym analityczne rozwiązanie problemu szaco-
wania rozkładu wskaźnika syntetycznego kondycji finansowej Z w ogólnym
przypadku nie jest możliwe. Rozkład ten za każdym razem musi być wyznacza-
ny jako splot rozkładów zmiennych tworzących wskaźnik syntetyczny. Dlatego
autor proponuje odstąpić od analitycznego szacowania rozkładu wskaźnika syn-
tetycznego na rzecz symulacji bazującej na rozkładach empirycznych zestanda-
ryzowanych wskaźników cząstkowych. Procedura symulacji przebiega według
następującego schematu:
1) Ustalenie liczby prób N.
2) Utworzenie macierzy losowania M, której elementy reprezentują prze-
kształcone według wzorów (1) i (2), a następnie znormalizowane według
wzoru (7), wskaźniki finansowe X1, X2, …, Xm:
)(
,.
,.1
,1.
,1.1
mnmnn
m
xx
xx
M (14)
3) Utworzenie obiektu P:
P = (p1 p2 pm)(1 m) (15)
Element pj wektora (obiektu) P powstaje jako wynik losowania jednej war-
tości z j-tej kolumny macierzy M. Obiekt P można traktować jako pewnego
rodzaju wirtualne przedsiębiorstwo charakteryzujące się wylosowanymi
własnościami finansowymi.
4) Podstawiając do wzoru (9) wartości p1, p2, …, pm obliczany jest wskaźnik
syntetyczny obiektu P.
5) Próby powtarzane są N razy. W rezultacie uzyskuje się N wartości wskaźni-
ka syntetycznego, które umożliwiają wyznaczenie rozkładu wskaźnika syn-
tetycznego kondycji finansowej.
6) Dla interesującego nas przedsiębiorstwa można, wykorzystując dystrybuan-
tę rozkładu wskaźnika syntetycznego kondycji finansowej, odczytać odsetek
przedsiębiorstw, których kondycja finansowa jest co najwyżej taka, jak inte-
resującego nas przedsiębiorstwa. Wartość ta odpowiada dystrybuancie roz-
kładu zmiennej Z , czyli jest poszukiwaną wartością F(z) ze wzoru (13).
Jakość przybliżenia rozkładu w proponowany sposób zależy głównie od
liczby wykonanych prób N. Strata polegająca na mniejszej precyzji oszacowa-
nia tego rozkładu w porównaniu z rozwiązaniem analitycznym jest pozorna,
gdyż rozwiązanie analityczne wymaga przyjęcia założenia o postaci rozkładu
zmiennej X’j, które dokonywane jest na podstawie zbioru empirycznego X’j i
także jest obarczone błędem. Zaletą proponowanej symulacji jest możliwość jej
przeprowadzenia zarówno dla rozkładów dyskretnych, ciągłych jak i miesza-
nych. Na uwadze jednak należy mieć fakt, że prezentowane podejście może
zostać zrealizowane pod warunkiem że wszystkie zmienne cząstkowe X’j są
wzajemnie niezależne. Przed przystąpieniem do symulacji należy sprawdzić,
czy wskaźniki cząstkowe składające się na wskaźnik syntetyczny można uznać
Pozycjonowanie i ocena kondycji finansowej … 339
za niezależne. O niezależność poszczególnych wskaźników finansowych można
się postarać na etapie ich doboru – wybierając je w taki sposób, aby reprezen-
towały możliwie szerokie spektrum aspektów związanych z kondycją finanso-
wą, a jednocześnie dbając by nie powtarzały tych samych informacji. Można to
osiągnąć posługując się na przykład analizą macierzy współczynników korelacji
czy analizą czynnikową (zobacz np. [Aczel 2000, s.906-911 ], [Child 2006]).
4. Przykład empiryczny Badaną populację tworzą 42 przedsiębiorstwa z branży przetwórstwa ryb-
nego w Polsce zobligowane do publikacji sprawozdań finansowych. Dane po-
chodzą ze sprawozdań finansowych przedsiębiorstw za 2009 rok (częściowo za
2008 – patrz objaśnienia do tablicy 1) zgromadzonych w bazie EMIS Emerging
Markets [http://www.securities.com/].
Dobór wskaźników finansowych przeprowadzony został w dwóch etapach:
1) Analizy merytorycznej,
2) Analizy statystycznej.
Na podstawie analizy merytorycznej wstępnie do konstrukcji wskaźnika
syntetycznego zakwalifikowanych zostało 9 wskaźników z 5 obszarów określa-
jących kondycję finansową przedsiębiorstwa:
1) Obszar rentowności:
zysk (strata) nettoRentowność aktywów (ROA) = 100%
aktywa ogółem . (16)
zysk (strata) ze sprzedażyRentowność sprzedaży (RS) = 100%
przychody netto ze sprzedaży . (17)
2) Obszar płynności finansowej:
aktywa obrotowe
Wskaźnik bieżący (WB) = zobowiązania krótkoterminowe
. (18)
3) Obszar zadłużenia:
zobowiązania i rezerwy na zobowiązaniaStopa zadłużenia (SZ) =
pasywa (19)
4) Obszar sprawności działania:
przychody netto ze sprzedażyRotacja aktywów (RA) =
aktywa ogółem (20)
przychody netto ze sprzedażyRotacja aktywów obrotowych (RAO) =
aktywa obrotowe (21)
365 (należności+zapasy)Cykl operacyjny (CO) =
przychody netto ze sprzedaży
(22)
5) Obszar wartości rynkowej:
przychody netto ze sprzedażyUdział w sektorze (U) = 100%
przychody netto ze sprzedaży sektora (23)
t
t-1
przychody netto ze sprzedażyDynamika przychodów (DP) =
przychody netto ze sprzedaży (24)
Jacek Szanduła 340
Tablica 1 zawiera zestawienie wskaźników finansowych badanych przed-
siębiorstw.
Tablica 1. Wskaźniki finansowe przedsiębiorstw branży przetwórstwa rybnego
Przedsiębiorstwo ROA
[%]
RS
[%] WB SZ RA RAO
CO
[dni]
U
[%]
DP
Abramczyk* 4,67 7,35 1,19 0,26 1,52 1,80 201 1,69 1,04
Agro-Fish -7,29 -6,12 0,98 0,61 1,40 4,18 82 0,16 0,93
Artryb 1,67 3,09 1,17 0,35 2,80 3,68 98 0,50 1,04
Central Soya -4,87 10,23 6,07 0,88 1,73 2,43 25 0,43 0,82
Contimax 0,74 1,53 0,84 0,26 1,77 3,18 109 1,78 1,35
Espersen Polska 5,48 3,86 1,58 0,53 2,19 3,07 117 6,10 1,05
Excelsior Delikatesy 11,45 6,24 2,82 0,73 2,73 3,92 62 0,47 1,04
FPR Mieszko 35,04 10,73 0,75 0,29 4,67 9,54 26 0,59 1,34
Foodmark-Poland 0,01 17,03 0,32 0,26 0,38 1,67 94 0,19 1,22
Friedrichs Polska -6,91 -5,86 0,37 0,14 1,36 5,03 69 0,40 0,99
Frosta 1,64 4,25 2,23 0,59 1,58 3,62 88 4,43 1,19
Graal 0,63 17,47 1,12 0,64 0,77 1,89 47 4,27 1,07
GK Ternaeben Polska 13,70 0,00 1,46 0,55 3,52 6,11 48 1,69 1,15
GK WWŻ Profi 7,40 6,83 1,34 0,58 1,80 4,02 82 3,50 0,98
Jantar Ltd. 0,61 3,46 1,14 0,88 0,76 5,83 53 0,26 0,69
Koral 5,89 8,10 1,14 0,59 1,34 2,89 15 2,07 1,09
Kordex Sp. z o.o. 10,49 9,88 1,89 0,67 2,63 4,16 80 0,47 1,67
Laurin Seafood 18,94 13,72 1,25 0,39 2,03 2,80 127 4,93 1,02
McLean Brothers Poland 15,92 20,31 14,56 0,96 1,07 2,10 71 0,28 1,12
Morpol 13,63 11,48 1,83 0,57 1,50 2,12 148 25,91 1,51
Nord Capital 7,40 2,01 0,98 0,21 2,36 3,49 75 2,31 0,77
Nordfish 5,62 2,65 1,08 0,39 1,93 4,77 76 0,61 1,07
Nordfish-Foodmark 5,83 5,40 1,10 0,49 1,74 3,10 109 1,09 1,35
Polinord 1,88 1,80 0,84 0,41 1,70 3,47 105 1,88 1,06
Pommernfisch -6,13 -0,27 0,78 0,45 1,79 5,17 69 0,48 1,18
Proryb -16,35 -4,69 0,49 0,26 1,61 4,75 72 0,84 0,99
PPiUR Szkuner 1,24 -30,36 4,58 0,75 0,36 1,62 178 0,37 0,89
PPH Morfish* -2,27 -3,90 1,67 0,68 0,77 1,47 172 0,71 0,73
PPH Pirs 2,82 2,61 1,01 0,33 2,53 4,35 81 0,66 1,17
PPHU BMC 4,11 2,65 1,08 0,38 2,01 3,53 99 0,57 0,97
PR Łosoś 7,24 4,36 1,43 0,49 1,47 2,69 130 1,91 1,15
PRW Piątek 16,26 6,45 1,01 0,54 2,50 5,83 37 1,10 1,29
Royal Greenland Seafood -13,01 -2,98 2,01 0,58 0,81 1,27 285 4,32 3,84
Rybak 1,88 2,59 21,22 0,99 0,74 2,99 23 0,09 1,31
Rybhand Trzcielińscy* 5,55 2,79 0,82 0,53 1,82 5,62 63 1,54 0,97
Seko 5,41 20,56 2,12 0,67 1,56 2,86 88 2,12 1,02
Suempol 4,20 2,13 1,19 0,45 2,10 3,58 98 4,75 1,39
Superfish 0,97 25,10 1,15 0,57 0,94 2,18 164 1,93 1,07
Uniq Lisner 7,95 5,65 1,76 0,60 2,44 4,22 83 8,55 0,66
Wilbo 0,80 24,66 2,57 0,69 1,53 2,37 152 3,18 1,12
ZPR Mirko 2,20 3,64 1,13 0,54 0,63 2,68 124 0,23 0,94
ZMK Delikates 7,16 6,79 3,70 0,79 1,36 1,95 177 0,63 0,96
*dane za rok 2008;
Źródło: Obliczenia własne na podstawie danych z bazy EMIS Emerging Markets.
Pozycjonowanie i ocena kondycji finansowej … 341
Wśród wybranych wskaźników cykl operacyjny jest destymulantą, wskaź-
nik bieżący i wskaźnik zadłużenia nominantami, a pozostałe wskaźniki są sty-
mulantami.
W literaturze przedmiotu jako zalecany przedział dla wskaźnika bieżącego
przyjmuje się od 1,2 do 2 [Sierpińska i Jachna 2004, s.147], uznając, że zarów-
no brak płynności jak i nadmierna płynność nie są korzystne dla funkcjonowa-
nia firmy. Zbyt niska płynność wiąże się z ryzykiem niewypłacalności. Z kolei
zbyt wysoka płynność może oznaczać nieefektywne gospodarowanie zasobami
finansowymi. Tych dwóch sytuacji nie można jednak traktować symetrycznie.
Brak zdolności terminowej spłaty zobowiązań może prowadzić do poważnych
komplikacji – od pogorszenia relacji z dostawcami, poprzez spowolnienie lub
wstrzymanie procesu produkcji ze względu na ograniczenie dostaw do upadło-
ści firmy włącznie. Ponadto istotą wskaźników płynności jest ostrzeganie przed
ryzykiem niewypłacalności, a nie ocena efektywności gospodarowania finan-
sami. Dlatego autor proponuje przyjąć dla wskaźnika bieżącego zalecany prze-
dział [1,2; ∞). Oznacza to, że nadpłynność nie będzie negatywnie wpływać na
wartość wskaźnika syntetycznego. Efektywność działania we wskaźniku synte-
tycznym będzie wyrażona poprzez inne wskaźniki.
W przypadku wskaźnika zadłużenia zalecany przedział spotykany w litera-
turze to od 0,57 do 0,67 [Sierpińska i Jachna 2004, s.167]. Zbyt duży udział
finansowania obcego w strukturze pasywów wiąże się z koniecznością spłaty
długu a więc z ryzykiem utraty finansowania. Z kolei niska wartość wskaźnika
zadłużenia oznacza słabe wykorzystanie kapitałów obcych – niski efekt dźwigni
finansowej. Tak jak w poprzednim przypadku także i tutaj nie można uznać obu
tych sytuacji za porównywalne. Głównym celem wskaźnika zadłużenia jest
informowanie o potencjalnie zbyt dużym zadłużeniu. Dlatego w badaniu dla
wskaźnika zadłużenia autor proponuje zalecany przedział w granicach [0; 0,6].
Oznacza to, że niski udział kapitałów obcych nie będzie postrzegany jako sytu-
acja niekorzystna.
Destymulanta i nominanty przekształcone zostały w stymulanty przy wy-
korzystaniu wzorów (1) i (2). Następnie zmienne zostały poddane standaryzacji
– wzór (7). Dla zmiennych standaryzowanych obliczono współczynniki korela-
cji – ich zestawienie zawiera tablica 2.
Tablica 2. Współczynniki korelacji wskaźników po standaryzacji ROA’ RS’ WB’ SZ’ RA’ RAO’ CO’ U’ DP’
ROA’ 1 0,34 0,25 0,00 0,60 0,38 0,26 0,18 -0,14
RS’ 0,34 1 0,13 -0,08 0,07 -0,12 0,13 0,17 -0,02
WB’ 0,25 0,13 1 -0,29 -0,01 -0,35 -0,25 0,23 0,06
SZ’ 0,00 -0,08 -0,29 1 0,32 0,18 -0,19 0,22 0,14
RA’ 0,60 0,07 -0,01 0,32 1 0,72 0,38 0,01 -0,04
RAO’ 0,38 -0,12 -0,35 0,18 0,72 1 0,60 -0,19 -0,15
CO’ 0,26 0,13 -0,25 -0,19 0,38 0,60 1 -0,22 -0,46
U’ 0,18 0,17 0,23 0,22 0,01 -0,19 -0,22 1 0,17
DP’ -0,14 -0,02 0,06 0,14 -0,04 -0,15 -0,46 0,17 1
Źródło: Obliczenia własne.
Jacek Szanduła 342
Ze względu na to, że procedura symulacji wymaga, aby zmienne tworzące
wskaźnik syntetyczny były niezależne, początkowy zbiór zmiennych został
zredukowany. Redukcji zbioru zmiennych dokonano korzystając z analizy
czynnikowej oraz dodatkowo, mając na uwadze konieczność wyeliminowania
zmiennych skorelowanych, przyjęto krytyczną wartość współczynnika korelacji
na poziomie 0,22 (p-value równe 0,165). Końcowy zestaw zmiennych użytych
w badaniu stanowią: rentowność sprzedaży, stopa zadłużenia, rotacja aktywów
obrotowych, udział w sektorze oraz dynamika przychodów.
Wskaźniki syntetyczne obliczono korzystając ze wzoru (9). Przyjęty został
system wag jednakowych. Rozkład teoretyczny wskaźnika syntetycznego uzy-
skano na podstawie miliona symulacji. Obliczenia wykonano w programie Ma-
tlab® R2007a korzystając z autorskiego skryptu. Rysunek 1 przedstawia empi-
ryczny i teoretyczny rozkład wskaźnika syntetycznego. W tablicy 3 zamiesz-
czone zostały podstawowe parametry rozkładu teoretycznego. Cechuje się on
leptokurtycznością oraz dość silną asymetrią prawostronną.
Rysunek 1. Empiryczny i teoretyczny rozkład wskaźnika syntetycznego
-3 -2 -1 0 1 2 3
Rozkład empiryczny
Rozkład teoretyczny
Źródło: Opracowanie własne.
Tablica 3. Parametry rozkładu teoretycznego
Parametr rozkładu Wartość
Średnia 0,0008
Odchylenie standardowe 0,4475
Współczynnik asymetrii 0,6764
Kurtoza 2,2785 Źródło: Opracowanie własne.
Tablica 4 przedstawia ranking przedsiębiorstw branży przetwórstwa ryb-
nego sporządzony na podstawie wartości wskaźników syntetycznych. Dla każ-
dego przedsiębiorstwa wyznaczona została wartość dystrybuanty empirycznej
Fe(z) oraz teoretycznej ˆ ( )F z . Dystrybuanta empiryczna określa zaobserwowany
a teoretyczna teoretyczny odsetek przedsiębiorstw o kondycji finansowej nie
Pozycjonowanie i ocena kondycji finansowej … 343
Tablica 4. Ranking przedsiębiorstw branży przetwórstwa rybnego
Pozycja Przedsiębiorstwo Wskaźnik syntetyczny (Z) ( )eF z ˆ ( )F z
1 Morpol 1,354 1,000 0,988
2 FPR Mieszko 0,971 0,976 0,963
3 Royal Greenland Seafood 0,882 0,952 0,955
4 PRW Piątek 0,415 0,929 0,872
5 Superfish 0,299 0,905 0,814
6 Uniq Lisner 0,289 0,881 0,807
7 GKTernaeben Polska 0,281 0,857 0,801
8 Kordex 0,277 0,833 0,799
9 Laurin Seafood 0,259 0,810 0,786
10 Suempol 0,259 0,786 0,786
11 Wilbo 0,214 0,762 0,751
12 Frosta 0,208 0,738 0,747
13 Rybhand Trzcielińscy 0,196 0,714 0,736
14 GK WWŻ Profi 0,178 0,690 0,720
15 Espersen Polska 0,149 0,667 0,693
16 Seko 0,147 0,643 0,691
17 Graal 0,134 0,619 0,679
18 Pommernfisch 0,110 0,595 0,655
19 Nordfish 0,081 0,571 0,625
20 PPH Pirs 0,074 0,548 0,618
21 Nordfish-Foodmark 0,073 0,524 0,616
22 Foodmark-Poland 0,043 0,500 0,582
23 Koral 0,041 0,476 0,580
24 Contimax 0,031 0,452 0,568
25 Polinord -0,043 0,429 0,482
26 PR Łosoś -0,047 0,405 0,476
27 Artryb -0,065 0,381 0,454
28 Proryb -0,102 0,357 0,410
29 Friedrichs Polska -0,113 0,333 0,398
30 PPHU BMC -0,120 0,310 0,389
31 Nord Capital -0,141 0,286 0,364
32 Abramczyk -0,156 0,262 0,347
33 Excelsior Delikatesy -0,223 0,238 0,275
34 ZPR Mirko -0,233 0,214 0,264
35 Agro-Fish -0,285 0,190 0,217
36 Jantar Ltd. -0,507 0,167 0,097
37 McLean Brothers Poland -0,590 0,143 0,074
38 ZMK Delikates -0,600 0,119 0,072
39 Central Soya -0,724 0,095 0,047
40 PPH Morfish -0,783 0,071 0,037
41 Rybak -0,828 0,048 0,030
42 PPiUR Szkuner -1,405 0,024 0,001 Źródło: Opracowanie własne.
Jacek Szanduła 344
lepszej od badanego obiektu. Wartość dystrybuanty teoretycznej informuje do-
kładnie ile obiektowi brakuje do idealnego wzorca, który osiągnąłby wartość 1.
Na przykład piąty w rankingu Superfish jest w rzeczywistości gorszy od zaled-
wie 9,5% (Fe(z) = 0,905) firm w branży lecz teoretycznie do najlepszego braku-
je mu aż 18,6% ( ˆ ( )F z = 0,814). Wynika to z faktu, że następne przedsiębior-
stwa aż do dziesiątego w rankingu włącznie nie mają dużej straty do Superfish
biorąc pod uwagę wartość wskaźnika syntetycznego – zaledwie 0,04. Dystrybu-
anta teoretyczna daje lepszą informację w porównaniu z dystrybuantą empi-
ryczną na temat tego, ile należy poprawić, aby być najlepszym w branży. Nawet
najlepszy w branży Morpol, górujący pod wieloma względami nad konkurencją,
otrzymuje wskazówkę, że są obszary kondycji finansowej, które w innych fir-
mach kształtują się lepiej.
Zakończenie Kondycja finansowa przedsiębiorstwa jest zjawiskiem złożonym. Można
ją jednak opisać za pomocą wskaźnika syntetycznego. Takie rozwiązanie zna-
cząco ułatwia ocenę kondycji finansowej w przypadku gdy różne wskaźniki
cząstkowe dają sprzeczne sygnały. Wyznaczenie wartości wskaźnika syntetycz-
nego dla pojedynczego przedsiębiorstwa nie jest jednak wystarczające – prze-
prowadzenie oceny wymaga bowiem, aby istniał jakiś punkt odniesienia, pod-
stawa, do której odnoszony będzie otrzymany wynik. Punktem odniesienia dla
kondycji finansowej przedsiębiorstwa może być rozkład wskaźnika syntetycz-
nego uzyskanego na podstawie przedsiębiorstw z branży. Wykorzystanie do
oceny kondycji finansowej dystrybuanty rozkładu wskaźnika syntetycznego
likwiduje problemy z interpretacją wartości samego wskaźnika syntetycznego.
Do tego celu nadaje się zarówno rozkład empiryczny jak i teoretyczny. Rozkład
teoretyczny ma tę przewagę nad empirycznym, że umożliwia dokładniejszą
ocenę kondycji finansowej. Problemem może być jednak przeprowadzenie sy-
mulacji w przypadku, gdy cząstkowe wskaźniki wykazują wzajemną zależność.
Prezentowane podejście symulowania rozkładu wskaźnika syntetycznego
w celu ułatwienia interpretacji jego wartości nie ogranicza się jedynie do kon-
dycji finansowej przedsiębiorstwa. Proponowane rozwiązanie z powodzeniem
można wykorzystać w badaniu innych zjawisk złożonych. Zawsze, gdy kon-
struowana jest miara syntetyczna – np. w badaniu jakości życia, rozwoju spo-
łeczno-gospodarczego i wielu innych – poznanie rozkładu takiej zmiennej uła-
twia ocenę sytuacji i interpretację wyników.
Literatura
1. Aczel A. D. (2000), Statystyka w zarządzaniu, Wydawnictwo Naukowe
PWN, Warszawa
2. Appenzeller D. (2008), Metodologiczne problemy oceny i prognozowania
kondycji finansowej [w:] Prognozowanie w zarządzaniu firmą, Wydawnic-
two Indygo Zahir Media
Pozycjonowanie i ocena kondycji finansowej … 345
3. Child D. (2006), The essentials of factor analysis, Continuum International
Publishing Group, Nowy Jork
4. Damodaran A. (2007), Finanse korporacyjne : teoria i praktyka, Helion,
Gliwice
5. Grabiński T. (1989), Funkcje i mierniki odległości [w:] Metody taksonomii
numerycznej w modelowaniu zjawisk społeczno-gospodarczych, red. Zeliaś
A., PWN, Warszawa
6. Grabiński T. (1988), Metody statystycznej analizy porównawczej [w:] Me-
tody statystyki międzynarodowej, red. Zeliaś, PWE, Warszawa
7. http://www.securities.com/ stan na 10-05-2011
8. Kolenda M. (2006), Taksonomia numeryczna. Klasyfikacja, porządkowanie
i analiza obiektów wielocechowych, Wydawnictwo Akademii Ekonomicz-
nej we Wrocławiu, Wrocław
9. Kowalak R. (2008), Ocena kondycji finansowej przedsiębiorstwa w badaniu
zagrożenia upadłością, Ośrodek Doradztwa i Doskonalenia Kadr, Gdańsk
10. Machała R. (2008), Zarządzanie finansami i wycena firmy, Oficyna Wy-
dawnicza Unimex, Wrocław
11. Pluta W. (1975), Zastosowanie metod taksonomicznych i analizy czynni-
kowej do konstruowania syntetycznych wskaźników techniczno-
ekonomicznych, „Przegląd Statystyczny” nr 2
12. Redel D. (2007), Wykorzystanie sprawozdawczości finansowej do celów
analitycznych [w:] Finanse przedsiębiorstwa, red. Szczepański J., Szyszko
L., PWE, Warszawa
13. Sierpińska M., Jachna T.(2004), Ocena przedsiębiorstwa wg standardów
światowych, Wydawnictwo Naukowe PWN, Warszawa
14. Strahl D., Walesiak M. (1997), Normalizacja zmiennych w skali przedzia-
łowej i ilorazowej w referencyjnym systemie granicznym, „Przegląd Staty-
styczny” nr 1
15. Szpulak A. (2002), Ocena i prognoza kondycji finansowej działu produkcji
artykułów spożywczych i napojów, „Prace Naukowe Akademii Ekono-
micznej” nr 950
16. Walesiak M. (2006), Uogólniona miara odległości w statystycznej analizie
wielowymiarowej, Wydawnictwo Akademii Ekonomicznej we Wrocławiu,
Wrocław
Streszczenie W artykule rozważany jest problem oceny kondycji finansowej przedsiębiorstwa.
Kondycja finansowa jako zjawisko złożone wymaga uwzględnienia wielu różnych
czynników. Do jej wyczerpującego opisu należy wykorzystać co najmniej kilka wskaź-
ników finansowych. Na ich podstawie można wyznaczyć miarę syntetyczną ułatwiającą
ocenę kondycji finansowej nawet wówczas, gdy różne wskaźniki dają sprzeczne sygna-
ły. Literatura przedmiotu, jak dotąd, nie rozwiązuje w należyty sposób problemu inter-
pretacji uzyskiwanych wartości.
Jacek Szanduła 346
W pracy przedstawiona została propozycja sposobu wyznaczania podstawy dla interpre-
tacji wskaźnika syntetycznego, za którą przyjęto rozkład wskaźnika syntetycznego uzy-
skany na podstawie spółek działających w jednej branży. Propozycja obejmuje wyko-
rzystanie rozkładu empirycznego jak i teoretycznego – generowanego przy użyciu sy-
mulacji. Przedstawiono procedurę symulacji rozkładu teoretycznego syntetycznego
wskaźnika kondycji finansowej. Część empiryczną zilustrowano na przykładzie branży
przetwórstwa rybnego w Polsce.
The positioning and evaluation of the company financial condition against
the background of the competitors by using multivariate analysis (Sum-
mary) The paper regards the problem of evaluation a company financial performance.
Financial performance as a complex phenomenon requires consideration of many fac-
tors. Its thorough description must use at least few financial indicators. On their basis an
aggregate indicator can be calculated for an easy evaluation of a financial performance,
even when different indicators give ambiguous signals. So far the literature does not
solve the problem of interpretation of derived values in an appropriate way.
The paper presents a proposal on how to delimit the base for the interpretation of the
aggregate indicator, which is adopted for the distribution of the aggregate indicator
obtained from companies operating in the same industry. The proposal involves the use
of both the empirical and theoretical distribution. To estimate the theoretical distribution
a simulation procedure has been provided. The empirical part is illustrated of the exam-
ple of the fish processing industry in Poland.