PÉNZÜGYI MENEDZSMENT 14. Dr. Tarnóczi Tibor

Az előadások a következő témára: "PÉNZÜGYI MENEDZSMENT 14. Dr. Tarnóczi Tibor"— Előadás másolata:

1 PÉNZÜGYI MENEDZSMENT 14. Dr. Tarnóczi Tibor
PARTIUMI KERESZTÉNY EGYETEM KÖZGAZDASÁGTUDOMÁNYI KAR NAGYVÁRAD PÉNZÜGYI MENEDZSMENT 14. Dr. Tarnóczi Tibor

2 Vállalati csődhelyzet kialakulása
A működési tőkeáttétel lehet általában a vállalati problémák kiindulási pontja. A működési tőkeáttételi fok alakulása attól függ, hogy milyen mértében tudjuk meghaladni a fedezeti pontot. Minél kisebb mértékben tudjuk ezt megtenni annál kisebb lesz az eredményünk, ami egy idő után veszteségbe mehet át és azt külső forrásból fedezni kell, ami elkezdi növelni a pénzügyi tőkeáttétel fokát, és azon keresztül nő a kombinált tőkeáttételi fok is. Ha nem tudunk pozitív irányban változtatni az értékesítés és a fedezeti pont különbségén, akkor további külső forrásokra lesz szükségünk és túlzott eladósodás miatt csődhelyzetbe kerülhet a vállalkozás. Látható, hogy a probléma forrása a működési tőkeáttételben keresendő, a pénzügyi tőkeáttételi probléma már csak annak a következménye. 2

3 Csődelőrejelzés I. A különböző csődelőrejelzési modellek több mint negyven éve története alatt nem alakult ki közös nézőpont arról, hogy mely magyarázó változók alapján lehetséges legmegbízhatóbban előrejelezni a fizetésképtelenséget. A nagy számban publikált előrejelzési módszerek, amelyek a különböző országok, iparágak és időszakok adataira épülnek annak eldöntését is megnehezítik, hogy egyáltalán mi okozza a csődöt és hogyan. Napjainkban a vállalatok csődbe jutására nincsen egységes elmélet. 3

4 Csődelőrejelzés II. A vállalatok fizetőképességének előrejelzése több évtized óta a vállalati pénzügyek egyik kiemelt területe. Az utóbbi időben növekedett az igény a csődelőrejelzési modellek kidolgozása és használata iránt. A vállalatok csődje magas költséggel jár. A vállalati vezetők érdeke, hogy a csőd kialakulásának veszélyét időben felismerjék, hiszen ekkor megtehetik a szükséges megelőző vagy korrekciós lépések a vállalat megmentése érdekében. A fizetésképtelenség közelébe került vállalat piaci értéke drámaian csökken. A vállalati csőd által okozott sokk annak gazdasági és társadalmi költségeit tovább növeli. 4

5 Csődelőrejelzés III. A vállalatok fizetőképességének előrejelzése több évtized óta a vállalati pénzügyek egyik kiemelt területe. Az utóbbi időben növekedett az igény a csődelőrejelzési modellek kidolgozása és használata iránt. A vállalatok csődje magas költséggel jár. A vállalati vezetők érdeke, hogy a csőd kialakulásának veszélyét időben felismerjék, hiszen ekkor megtehetik a szükséges megelőző vagy korrekciós lépések a vállalat megmentése érdekében. A fizetésképtelenség közelébe került vállalat piaci értéke drámaian csökken. A vállalati csőd által okozott sokk annak gazdasági és társadalmi költségeit tovább növeli. 5

6 Csődelőrejelzési modellek I.
A csődelőrejelzési modellek segítségével pontosabb kép nyerhető a vállalat pénzügyi helyzetéről. A piac azt várná, hogy a könyvvizsgálók és a vállalati menedzsment képesek helyes értékelést adni a vállalat pénzügyi helyzetéről, a gyakorlat azt mutatja, hogy az említett személyek kevésbé eredményesen képesek megállapítani valamely vállalat várható fizetőképességét, mint a különböző csődelőrejelzési modellek. 6

7 Csődelőrejelzési modellek II.
A Bázel II egyezmény a bankok számára ösztönzi a csődelőrejelzést. A Bázel II három pilléren nyugszik: a minimális tőkekövetelményen, a bankfelügyelet jogosítványain és a transzparencián. A minimális tőkekövetelménybe beletartozik, hogy a bankok minden ügyfélre belső értékelési módszerekkel külön-külön meghatározzák a fizetésképtelenné válás valószínűségét. A Bázel II arra ösztönzi a bankokat, hogy kockázatértékelési, csődelőrejelzési modelleket használjanak. 7

8 Pénzügyi nehézség Akkor sorolható valamely vállalat a pénzügyi nehézségek kategóriájába, ha az alábbi figyelmeztető jelek valamelyikével szembesül: negatív nettó forgótőke a tárgyévben negatív működési eredmény a fizetésképtelenséget megelőző három évbármelyikében; negatív mérleg szerinti eredmény a fizetésképtelenséget megelőző három évbármelyikében. Mutchler, 1985 8

9 Csődelőrejelzés IV. Csődelőrejelzés során nem azt kell számon kérni az előrejelzésektől, hogy azok bekövetkeznek vagy sem, hanem, hogy azok megfelelő információt nyújtanak-e a szükséges döntések meghozatalához. A megbízható csődmodellek hozzájárulhatnak ahhoz, hogy az eredmények birtokában elkerülhetők legyenek potenciálisan kedvezőtlen helyzetek. 9

10 Csődelőrejelzési modellek III.
Statisztikai módzserek alkalmazása: T-teszt, Diszkriminancia analízis, Logikai elemzés, Probit analízis (Beaver,1966; Altman, 1968; Ohlson,1980; Zmijewski,1984; Zavgren,1985) Adatbányászati technikák alkalmazása: ANN - Mesterséges neurális hálók, Döntési fák (Altman et al.,1994; Sung et al. 1999)

11 Mi a többváltozós diszkriminancia analízis és hogyan használható a csőd előrejelzésre
a többváltozós regresszióanalízishez hasonló statisztikai módszer meghatározza a múltban csődbe ment cégek jellemzőit a modellbe bevitt újabb adatok segítségével meghatározható a jövőbeni csőd valószínűsége 11 11

12 . . . . . . . A többváltozós diszkriminancia analízis eredménye
Általános likviditási mutató . Elkülönítő vonal . . . Fizetőképes cégek X . . X X Csődbe ment cégek X X X . Adósság mutató = Fizetőképes X = Csődbe menő 12 12

13 A többváltozós diszkriminancia analízis értelmezése
Az elkülönítő (diszkriminációs) vonal (Z-vonal) statisztikailag elkülöníti a csődbement és a fizetőképes cégeket. Azt is láthatjuk, hogy 2 vállalat rosszul lett osztályozva, a tényleges helyzetüknek nem megfelelő oldalra kerültek. 13 13

14 Altman modell Edward I. Altman (USA; 1968)
lépésenkénti diszkriminancia analízis elért pontosság: 95 % 66 vállalatot vizsgált 33 csődbe ment 33 normál 14 14

15 Z < 2.675 - a cég csődbe megy
Altman modell 2. Z = 1.2 * A * B * C * D * E A = nettó forgótőke/összes eszköz B = adózott eredmény/összes eszköz (10 éves trend) C = ÜÜTE/összes eszköz D = saját tőke piaci értéke/összes adósság könyv szerinti értéke E = árbevétel/összes eszköz Z < a cég csődbe megy 15 15

16 Nem nyilvános vállalkozások
Altman modell 2/a. Z < a cég csődbe megy 1.23 < Z < bizonytalansági zóna Z > 2.90 Nem nyilvános vállalkozások Z = * A * B * C * D * E D - saját tőke piaci értéke helyett könyv szerinti értéke 16 16

17 Nem termelő vállalkozások
Altman modell 2/b. Nem termelő vállalkozások Z = 6.56 * A * B * C * D E - nem kerül figyelembe vételre az árbevétel/összes eszköz mutató ezeknél a cégeknél, mert ezek kevésbé tőke intenzívek Túlságosan kis cégeknél a mutató nem alkalmazható eredményesen. 17 17

18 Altman modell - pontosság
Az alap modell egy évre 95%-os, két évre 72%-os pontossággal tudja előre jelezni a pénzügyi válság bekövetkezését. 18 18

19 Springate modell Gordon L.V. Springate (Kanada; 1978)
lépésenkénti diszkriminancia analízis hasonló az Altman modellhez pontosság: 92.5 % 40 vállalat 19 széleskörben használt mutatóból választott ki négyet, amelyek legjobban jellemzik a csődbement és a működő cégeket 19 19

20 Z < 0.862 - a cég csődbe megy
Springate modell 2. Z = 1.03 * A * B * C * D A = forgótőke/összes eszköz B = ÜÜTE/összes eszköz C = adózás előtti eredmény/rövid lejáratú kötelezettségek D = Árbevétel/Összes eszköz Z < a cég csődbe megy 20 20

21 Fulmer modell Fulmer (USA; 1984)
lépésenkénti többszörös diszkriminancia analízis átlagos cégméret: USD eszközérték pontosság: 98 % 60 vállalat 30 csődbement és 30 normál 40 pénzügyi mutatót értékelt 21 21

22 H < 0 - a cég csődbe megy
Fulmer modell 2. H = * V * V * V3 + 1.27 * V * V * V6 + 0.575 * V * V * V H < 0 - a cég csődbe megy V1 = mérleg szerinti eredmény/összes eszköz V2 = árbevétel/összes eszköz V3 = adózás előtti eredmény/saját tőke V4 = működési cash flow/összes adósság 22 22

23 Fulmer modell 2/a. H = 5.528 * V1 + 0.212 * V2 + 0.073 * V3 +
V5 = adósság/összes eszköz V6 = rövid lejáratú kötelezettség/összes eszköz V7 = log(immateriális javak) V8 = forgótőke/összes adósság V9 = log(ÜÜTE/kamat) 23 23

24 Fulmer modell - módosított
H = 0,025X1 + 0,132X2 - 0,125X3 + 0,926X4 + 1,488X5 - 0,269X6 + 0,091X7 + 0,502X8 - 0,092X9 - 0,491 A Fulmer modell 98%-os megbízhatósággal képes egy évre előre jelezni, és 81%-os megbízhatósággal képes két évre előre jelezni a csődöt. 24 24

25 CA-score modell Jean Legault (Kanada; 1987)
lépésenkénti többszörös diszkriminancia analízis átlagos cégméret: 1-20 millió USD eszközérték pontosság: 83 % 173 vállalat 3 pénzügyi mutatót értékelt csak termelő vállalatok 25 25

26 CA-score < -0.3 - a cég csődbe megy
CA-score modell 2. CA-score = * X * X * X3 CA-score < a cég csődbe megy X1 = tulajdonosi befektetés/összes eszköz (előző periódus) X2 = (adózás előtti eredmény + rendkívüli tételek + pénzügyi ráfordítások)/összes eszköz (előző periódus) X3 = árbevétel/összes eszköz (két előző periódus) tulajdonosi befektetés = tulajdonosi érték + igazgatóknak járó nettó adósság 26 26

27 Comerford modell Z=1,44 * X1 - 1,78 * X2 + 6,06 * X3 + 0,62 * X4 - 2,56 * X5 + 0,37 * X6 (Z = 0) X1 = adózott eredmény/befektetett eszközök X2 = adósság/összes befektetett eszköz X3 = (pénzeszközök + követelések)/ /összes befektetett eszköz X4 = forgóeszközök/rövid lejáratú kötelezettségek X5 = (pénzeszközök + követelések)/rövid lejáratú kötelezettségek X6 = adózott eredmény/jegyzett tőke 27 27