Software pro finanční analýzu Produkt Ceník Koupit Demo Ukázka |
Obsah stránky
Bilanční analýza Rudolfa Douchy
D-skóre - Index České národní banky
Beermanova diskriminační funkce
Kralicek rychlý test, mod. Kislingerová
Při provedení fundamentální analýzy byste měli důkladné proniknout do výkonu a schopnosti firmy. Velmi frekventované je používat pro analýzu finanční situace podniku paralelní ukazatelové soustavy. Jednotlivé ukazatele paralelní ukazatelové soustavy však nemají pro hodnocení finančního zdraví stejný význam. Problémem je objektivní výběr nejdůležitějších ukazatelů a stanovení výše jejich důležitosti. Východiskem z problému správného výběru ukazatelů jsou bonitní a bankrotní modely.
Jejich přínosem je snaha o omezení subjektivity při výběru stěžejních ukazatelů a jejich významnosti. V tomto ohledu předstihují bonitní nebo bankrotní indikátory sebepodrobnější a detailnější modely vícekriteriálního rozhodování, které pracují se subjektivními výběry ukazatelů a jejich vah.
Bankrotní a bonitní modely vytvořili finanční analytici na reálných datech konkrétních společností v konkrétních zemích a čase. Některé ze společností poté podle předpovědí i zkrachovaly. Pomocí vytvořených vzorců se předvídá, jestli firma přináší zisk či se ubírá spíše k bankrotu. Výsledkem modelu je jediná hodnota, která umožňuje hodnocení společnosti. Předpověď bankrotu lze zjistit již několik let před skutečným zbankrotováním.
Bankrotní, nebo-li predikční, modely představují systémy včasného varování, neboť podle chování vybraných ukazatelů indikují případné ohrožení finančního zdraví. Tyto modely byly odvozeny na základě skutečných dat u firem, které v minulosti zbankrotovaly, nebo naopak dobře prosperovaly. Vychází z předpokladu, že ve firmě dochází už několik let před úpadkem k jistým anomáliím, ve kterých jsou obsaženy symptomy budoucích problémů a které jsou charakteristické právě pro ohrožené firmy.
Manželé Inka a Ivan Neumaierovi sestavili index důvěryhodnosti IN na základě souboru 100 českých podniků ověření vybraných statisticko-matematických metod. Tento index odráží zvláštnosti českých účetních výkazů a ekonomické situace v ČR. Obsahuje standardní poměrové ukazatele z oblasti aktivity, výnosnosti, zadluženosti a likvidity.
Mezi jeho ukazateli není zastoupen ani jeden, který by pracoval s tržní hodnotou firmy, jak je tomu u Altmanova modelu. Tato úprava je výhodou pro podmínky málo likvidního kapitálového trhu. Index byl testován na datech tisíců českých firem a prokázal vynikající vypovídací schopnost pro odhad finanční tísně těchto firem.
Přednosti indexu:
IN05 = 0,13 * A + 0,04 * B + 3,97 * C + 0,21 * D + 0,09 * E
IN05 > 1,6 | Podnik tvoří hodnotu |
0,9 < IN01 < 1,6 | Šedá zóna nevyhraněných výsledků |
IN05 < 0,9 | Podnik hodnotu netvoří (ničí) |
Autoři indexu prozkoumali úspěšnost v zařazení podniků i podrobněji. Jedním z podrobnějších hodnocení, a to hodnocení pro střední podniky, bylo následující:
Index IN05 dosáhl už krátce po svém vzniku poměrně širokého využití mezi podniky a zařadil se jako rovnocenný partner po bok zahraničních bonitních a bankrotních indexů používaných v České republice.
Aspekt Global Rating je produktem dříve české společnosti Aspekt, která je v současné době součástí skupiny Creditinfo(poskytování finančních a kreditních informací). Model byl zkonstruován záměrně pro analýzu finanční situace českých společností v podmínkách české ekonomiky. Aspekt Global Rating pracuje ve svém výpočtu se sedmi vybranými poměrovými ukazateli, prostřednictvím kterých jsou hodnoceny jednotlivé oblasti finanční situace podniku, a to: rentabilita, zadluženost, aktivita, likvidita a produktivita.
Ratingová známka je přidělena analyzovanému podniku na základě součtu všech sedmi výsledných hodnot poměrových ukazatelů. Při hodnocení je využíváno devítibodové stupnice, kde jsou jednotlivé stupně označeny písmeny.
AGR je složen ze 7 ukazatelů, které obsahují 20 položek z účetních výkazů, které jsou na sobě nezávislé i závislé. Snahou tohoto ukazatele je minimalizovat vliv různosti odvětví na výsledky hodnoceného podniku. Model Aspekt Global Rating se zaměřuje zejména na provozní část hodpodaření podniku, která zároveň bývá tou nejvýznamnější.
AGR = A + B + C + D + E + F + G
rating | komentář k ratingu | |
8,5 <= AGR | AAA | Optimálně hospodařící subjekt blížící se "ideálnímu podniku" |
7 <= AGR < 8,5 | AA | Velmi dobře hospodařící subjekt se silným finančním zdravím |
5,75 <= AGR < 7 | A | Stabilní a zdravý subjekt s minimálními rezervami v rentabilitě či likviditě |
4,75 <= AGR < 5,75 | BBB | Stabilní průměrně hospodařící subjekt |
4 <= AGR < 4,75 | BB | Průměrně hospodařící subjekt, jehož finanční zdraví má poměrně jasné rezervy |
3,25 <= AGR < 4 | B | Subjekt s jasnými rezervami a problémy, které je třeba velmi dobře sledovat |
2,5 <= AGR < 3,25 | CCC | Podprůměrně hospodařící subjekt, jehož rentabilita i likvidita si vyžadují ozdraven |
1,5 <= AGR < 2,5 | CC | Nezdravě hospodařící subjekt s krátkodobými i dlouhodobými problémy |
AGR < 1,5 | C | Subjekt na pokraji bankrotu se značnými riziky a častými krizemi |
Soustava bilančních analýz byla sestavena v 90. letech českým finančním analytikem Rudolfem Douchou. Její konstrukce v podmínkách České republiky by měla vést ke spolehlivým výsledkům, aniž by docházelo k jejich zkreslení jiným ekonomickým prostředím. Model je možné využít v jakémkoliv podniku nezávisle na oboru podnikání či jeho velikosti.
Bilanční analýza I poskytuje analytikovi orientační pohled na situaci podniku, není tedy vhodná pro zásadní rozhodnutí a srovnávání v prostoru. Tato úroveň analýzy je složena ze čtyř poměrových ukazatelů a jednoho celkového ukazatele.
C = (2 * S + 1 * A + 5 * R + 4 * L) / 12
C > 1,0 | dobrá finanční situace podniku |
0,5 < C < 1,0 | šedá zóna (finanční situaci podniku nelze jednoznačně posoudit) |
C < 0,5 | špatná finanční situace podniku (vážné problémy v hospodaření) |
Bilanční analýzu II tvoří 17 ukazatelů, které hodnotí podnik v oblastech stability, aktivity, rentability a likvidity. V každé ze zmíněných oblastí jsou sledovány tři až pět poměrových ukazatelů, jejichž zvyšující se hodnota poukazuje na zlepšující se stav společnosti. Tato soustava ukazatelů je ve srovnání s první úrovní bilanční analýzy spolehlivější a zároveň detailnější.
C = (2 * S + 1 * A + 5 * R + 4 * L) / 12
C > 1,0 | dobrá finanční situace podniku |
0,5 < C < 1,0 | šedá zóna (finanční situaci podniku nelze jednoznačně posoudit) |
C < 0,5 | problémy ve finanční situaci a hospodaření podniku |
C < 0,0 | signál značných problémů |
Česká národní banka spolu s některými komerčními bankami vytvořila 11 poměrových ukazovatelů, pomocí kterých může hodnotit klienty na ty, které mají standardní závazky vůči bance a ty, jejichž závazky jsou rizikové až ztrátové.
Model zpracoval Institut ekonomie České národní banky za účelem zlepšení úvěrového portfolia českých bank, jimž bylo D-skóre určeno. Konstrukce modelu je inspirována Altmanovým modelem, je rozšířena o další ukazatele. Klienty hodnotí podle jejich závazku vůči bankám a obsahuje 11 poměrových ukazatelů. Model vychází z dat o klientech poskytnutých bankovními subjekty za roky 1993 až 1997.
D = - 0,46 + 0,019 * D(1) + 0,026 * D(2) - 0,028 * D(3) - 0,015 * D(4) + 0,02 * D(5) - 0,018 * D(6) - 0,023 * D(7) - 0,01 * D(8) - 0,301 * D(9) + 0,015 * D(10) + 0,003 * D(11)
Následující tabulka udává zařazení podniků do tří skupin. Standardní závazky značí, že podnik splácí své závazky dle dohodnutých podmínek. Jestliže se podnik přiřadí do kategorie s problematickými závazky, podnik představuje pro banku ztrátový subjekt. Závazky mohou být nenávratné či návratné jen z části. Mezi uvedenými kategoriemi je šedá zóna.
Výsledné D-skóre se porovná s hodnotami následující tabulky:
D < -0,365 | bonitní klient, standardní závazky |
-0,365 < D < 1,614 | šedá zóna, je třeba provést další analýzu |
D > 1,614 | rizikový klient, problematické závazky |
Index IN01 spojuje předchozí dva modely, bonitní i bankrotní. Konstrukce byla provedena pomocí diskriminační analýzy a vycházela z dat 1915 podniků které byly rozděleny na tři skupiny: 583 podniků bylo ve skupině podniků tvořících hodnotu, 503 podniků v bankrotu nebo těsně před bankrotem a 829 ostatních podniků.
IN01 = 0,13 * A + 0,04 * B + 3,92 * C + 0,21 * D + 0,09 * E
IN01 > 1,77 | Podnik tvoří hodnotu |
0,75 <= IN01 < 1,77 | Bonitní podnik, hodnotu netvoří |
IN01 < 0,75 | Podnik spěje k bankrotu |
Index IN95 je bankrotním modelem a mezi jeho ukazateli není zastoupen ani jeden, který by pracoval s tržní hodnotou firmy, jak je tomu u Altmanova modelu. Tato úprava je výhodou pro podmínky málo likvidního kapitálového trhu. Podle manželů Neumeirových (2002) je "specifikem pro českou ekonomiku, kde je vysoká platební neschopnost, zařazení ukazatele Závazky po lhůtě splatnosti/výnosy". Tento ukazatel charakterizuje neschopnost firmy a snižuje se o něj hodnota indexu. Index byl testován na datech tisíců českých firem a prokázal vynikající vypovídací schopnost pro odhad finanční tísně těchto firem. Úspěšnost indexu dosahuje více než 70%.
IN95 = V(1) * A+V(2) * B + V(3) * C + V(4) * D + V(5) * E - V(6) * F
Závazky po lhůtě splatnosti nelze nalézt v Rozvaze ani Výsledovce, naleznete v analytické evidenci účetní.
V(1) až V(6) = váhy jednotlivých ukazatelů
Váhy se počítají jako podíl významnosti ukazatele ke kriteriální hodnotě ukazatele. Hodnoty vah vypočtené pro jednotlivé obory ekonomických činností jsou uvedeny v tabulce. Tabulka nezahrnuje hodnoty V(2) a V(5), která jsou pro všechna odvětví stejné. Váha V(2) je rovna 0,11 a váha V(5) je rovna 0,10.
Název | V(1) | V(3) | V(4) | V(6) | |
A | Zemědělství | 0,24 | 21,35 | 0,76 | 14,57 |
B | Rybolov | 0,05 | 10,76 | 0,09 | 84,11 |
C | Dobývání nerost. sur. | 0,14 | 17,74 | 0,72 | 16,89 |
CA | Dobývání energet. surovin | 0,14 | 21,38 | 0,74 | 16,31 |
CB | Dobývání ostatních surovin | 0,16 | 5,39 | 0,56 | 25,39 |
D | Zprac. průmysl | 0,24 | 7,61 | 0,48 | 11,92 |
DA | Potrav. průmysl | 0,26 | 4,99 | 0,33 | 17,38 |
DB | Textilní a oděvní průmysl | 0,23 | 6,08 | 0,43 | 12,37 |
DC | Kožedělný průmysl | 0,24 | 7,95 | 0,43 | 8,79 |
DD | Dřevařský průmysl | 0,24 | 18,73 | 0,41 | 11,57 |
DE | Papírenský a polygrafický průmysl | 0,23 | 6,07 | 0,44 | 16,99 |
DF | Koksování a rafinérie | 0,19 | 4,09 | 0,32 | 2026,93 |
DG | Výroba chemických výrobků | 0,21 | 4,81 | 0,57 | 17,06 |
DH | Gumárenský a plastikářský průmysl | 0,22 | 5,87 | 0,38 | 43,01 |
DI | Stavební hmoty | 0,2 | 5,28 | 0,55 | 28,05 |
DJ | Výroby kovů | 0,24 | 10,55 | 0,46 | 9,74 |
DK | Výroba strojů a přístrojů | 0,28 | 13,07 | 0,64 | 6,36 |
D | Elektrotech. a elektronika | 0,27 | 9,5 | 0,51 | 8,27 |
DM | Výroba dopravních prostředků | 0,23 | 29,29 | 0,71 | 7,46 |
DN | Jinde nezařazený průmysl | 0,26 | 3,91 | 0,38 | 17,62 |
E | Elektřina, voda plyn | 0,15 | 4,61 | 0,72 | 55,89 |
F | Stavebnictví | 0,34 | 5,74 | 0,35 | 16,54 |
G | Obchod, opravy motorových vozidel | 0,33 | 9,70 | 9,70 | 28,32 |
H | Pohostinství a ubytování | 0,35 | 12,57 | 0,88 | 15,97 |
I | Doprava , sklad., spoje | 0,07 | 14,35 | 0,75 | 60,61 |
Ekonomika ČR | 0,22 | 8,33 | 0,52 | 16,80 |
IN95 > 2 | Uspokojivá finanční situace |
1 < IN95 <= 2 | Šedá zóna nevyhraněných výsledků | y tr
IN95 <= 1 | Firma je ohrožena vážnými finančními problémy |
Index IN99 je bonitní model konstruován z pohledu vlastníka. Pro tvorbu nového indexu byla použita diskriminační analýza, pomocí které byly zrevidovány váhy ukazatelů indexu IN95 platné pro ČR s ohledem na jejich význam pro dosažení kladné hodnoty ekonomického zisku.
IN99 = -0,017 * A + 4,573 * C + 0,481 * D + 0,015 * E
IN99 > 2,07 | Podnik tvoří novou hodnotu pro vlastníka |
1,42 <= IN99 < 2,07 | Spíše tvoří hodnotu pro vlastníka |
1,089 <= IN99 < 1,42 | Nelze určit, zda tvoří nebo netvoří hodnotu pro vlastníka |
0,684 <= IN99 < 1,089 | Spíše netvoří hodnotu pro vlastníka |
IN99 < 0,684 | Podnik netvoří hodnotu pro vlastníka |
Index IN může být vhodným indikátorem tvorby hodnoty zejména pokud nelze pracovat s tržními cenami akcií firmy kvůli jejich nízké vypovídací schopnosti a nebo pokud nejde stanovit náklad vlastního kapitálu. S úspěšností 86,4% index dokazuje tvorbu hodnoty a s ještě vyšší úspěšností 98,9% dokázal identifikovat, že nedochází k tvorbě hodnoty.
Altmanův model je bankrotní indikátor, který byl vyvinut v roce 1968 americkým profesorem Edwardem Altmanem. Výsledná hodnota pojmenovaná Altmanovo Z-skóre napovídá, zda v nejbližších letech dojde k bankrotu podniku či nikoliv.
Altmanův model je založen na použití diskriminační analýzy, jedné z nejvyšších metod finanční analýzy, která se objevila v 60. letech v USA. Diskriminační analýza je statistická metoda, představující souhrn technik a postupů, které vedou k roztřídění prvků charakterizovaných pomocí řady odpovídajících znaků. V tomto případě se metoda používá k třídění objektů do dvou nebo více předem definovaných skupin podle určitých charakteristik. Skupiny mohou být dvě - skupina prosperujících podniků (podniky v dobré finanční situaci) a skupina neprosperujících podniků (podniky ve špatné finanční situaci), záleží na hodnotě vycházející z celkového ukazatele Z - hodnoty diskriminační funkce, nebo může existovat i více skupin.
Vznik modelu zapříčinila potřeba nalézt predikční model bankrotu, který by umožnil zařadit podnik do jedné ze skupin. K vytvoření modelu musí být k dispozicí finanční údaje o určité množině podniků za nějaké období a dále informace o tom, zda tyto podniky během sledovaného období nezbankrotovali či ano. Měli by být zastoupeny obě skupiny. Cílem aplikace metody diskriminační analýzy je stanovit určitou hranici, rozdělující podniky na ty, které s největší pravděpodobností zbankrotují, a na ty podniky, které nezbankrotují.
V původní podobě se formule používá pro hodnocení akciových společností. Pro posuzování stavu společností s ručením omezeným se používá její upravená verze, která se liší v definici ukazatele x4 a ve vahách přisuzovaných jednotlivým ukazatelům.
Praxe ukázala, že použití Altmanova indexu k předpovedi zániku podniku je spolehlivé maximálně dva roky před úpadkem. Do vzdálenejší budoucnosti umí předpovídat bankroty pouze s malou spolehlivostí. Altman (1968) uvádí, že v jeho vzorku firem v úpadku byla přesnost prřdpovedi 94 % jeden rok, 72 % dva roky před bankrotem. Tři a více let před úpadkem je přesnost předpovedi nižší než 50 %.
Grice a Ingram (2001) testovali přesnost modelu. Mimo jiné dospěli ke zjištení, že u výrobních společností je celková přesnost modelu vyšší (69,1 %) než u nevýrobních podniků (57,8 %).
Z = 1,2 * x1 + 1,4 * x2 + 3,3 * x3 + 0,6 * x4 + 1,0 * x5
Z > 2,99 | podnik je v dobré situaci |
1,81 < Z < 2,99 | šedá zóna nevyhraněných výsledků |
Z < 1,81 | u podniku je velmi pravděpodobný bankrot |
V původní podobě se formule používá pro hodnocení akciových společností. Pro posuzování stavu společností s ručením omezeným se používá její upravená verze, která se liší v definici ukazatele x4 a ve vahách přisuzovaných jednotlivým ukazatelům.
V roce 1977 Altman upravil svůj model pro použití u soukromých firem, kde tržní hodnota vlastního kapitálu není vždy k dispozici. Tato verze nahrazuje x4 (tržní hodnotu vlastního kapitálu) účetní hodnotou vlastního kapitálu. Účetní hodnota základního kapitálu se zde používá proto, že u podniků, které nejsou obchodovány na burze, nemůžeme dosadit tržní hodnotu akcie.
Z‘ = 0,717 * x1 + 0,847 * x2 + 3,107 * x3 + 0,42 * x4 + 0,998 * x5
Účetní hodnota základního kapitálu se zde používá proto, že u podniků, které nejsou obchodovány na burze, nemůžeme dosadit tržní hodnotu akcie.
Z' > 2,9 | podnik je v dobré situaci |
1,2 < Z' < 2,9 | šedá zóna nevyhraněných výsledků |
Z' < 1,2 | u podniku je velmi pravděpodobný bankrot |
Autory této úpravy jsou Inka a Ivan Neumaierovi. Výchozí podobou jejich verze Z-skóre je původní Altmanova formule pro a.s. V českém průmyslu má platební neschopnost velký význam na hospodaření společnosti. Z-Score model byl tedy doplněn o ukazatel x6. Velkou nevýhodou modelu je malý počet podniků, které zbankrotovaly. Neexistuje proto dostatečně velký vzorek dat, na kterém by bylo možné model otestovat.
V českém průmyslu má platební neschopnost velký význam na hospodaření společnosti. Z-Score model byl tedy doplněn o ukazatel X6. Velkou nevýhodou modelu je malý počet podniků, které zbankrotovaly. Neexistuje proto dostatečně velký vzorek dat, na kterém by bylo možné model otestovat.
Z = 1,2 * x1 + 1,4 * x2 + 3,3 * x3 + 0,6 * x4 + 1,0 * x5 + 1,0 * x6
Z > 2,99 | podnik je v dobré situaci |
1,81 < Z < 2,99 | šedá zóna nevyhraněných výsledků |
Z < 1,81 | u podniku je velmi pravděpodobný bankrot |
Model v roce 1977 vytvořil anglický ekonom Richard J. Taffler. Úplný popis je uveden v článku Taffler, R.J. (1983). ‘The assessment of company solvency and performance using a statistical model’. Accounting and Business Research, 15(52):295-308. Tafflerův model byl původně aplikován na britské průmyslové podniky, které zbankrotovaly v letech 1968 až 1973. Tento model je ceněn pro svou jednoduchost a efektivitu při identifikaci firem v riziku finanční tísně.
Zaměřil se na průmyslové podniky, které v letech 1968 až 1973 zbankrotovaly. Do této skupiny zařadili i podniky, na které byla uvalena nucená správa, či vstoupili do likvidace. Druhou skupinu tvořilo 45 podniků, které nebyly srovnatelné s první skupinou z hlediska odvětví nebo velikostí. Také tam zařadili podniky, jež nebyly zcela prosperující či finančně zdravé. Tento výběr považovali za vhodnější z hlediska použití statistických metod a přiblížení se skutečné situaci na trhu.
Podle studie z roku 2007, AGARWAL, Vineet, TAFFLER, Richard J. Twenty-five years of the Taffler z-score model: Does it really have prective ability?, která analyzovala 25 let aplikace Tafflerova modelu ve Velké Británii, model prokázal svou prediktivní schopnost a byl úspěšně použit v různých průmyslových odvětvích.
Do české literatury, jak vědecké, tak učebnicové, se Tafflerův model dostal ve vztahu k originálnímu modelu TZ z roku 1977 ve dvou značně odlišných, a hlavně nepoužitelných podobách. Originální Tafflerův model v českých učebnicích zcela chybí.
x1 rentabilita = výsledek hospodaření před zdaněním / krátkodobé závazky
Tento ukazatel měří schopnost firmy generovat zisk ve vztahu ke svým krátkodobým závazkům. Vyšší hodnota naznačuje lepší finanční zdraví.
x2 pracovní kapitál = oběžná aktiva / cizí zdroje
Tento poměr vyjadřuje podíl oběžných aktiv na celkových aktivech firmy, což naznačuje schopnost firmy udržovat likviditu. Vyšší hodnota značí lepší schopnost financovat krátkodobé závazky.
x3 finanční riziko = krátkodobé závazky / celková aktiva
Tento ukazatel hodnotí míru zadluženosti podniku, konkrétně kolik z celkových aktiv firmy je financováno krátkodobými závazky. Vyšší hodnota může signalizovat finanční problémy.
x4 likvidita = období bez úvěru (v originále no-credit interval)
x4 = no-credit interval = (quick assets - current liabilities) / daily operating expenses with the denominator proxied by (sales - profit before taxes - depreciation) / 365
x4 = období bez úvěru = (krátkodobé pohledávky + krátkodobý finanční majetek + peněžní prostředky - krátkodobé závazky) / ((tržby - VH před zdaněním - odpisy) / 365)
Proměnná x4 se udává ve dnech a vyjadřuje dobu, po kterou je společnost schopna financovat svoji provozní činnost z okamžitých penežních zdrojů v případě, že by nevytvářela žádné příjmy. Tento termín by odkazoval na časové období, během kterého firma nepoužívá úvěrové zdroje financování, nebo během kterého není schopna čerpat další úvěry.
TZ = 3,20 + 12,18 * x1 + 2,50 * x2 - 10,68 * x3 + 0,029 * x4
TZ > 0,3 | nízká pravděpodobnost bankrotu firmy |
TZ < 0,2 | zvýšená pravděpodobnost bankrotu firmy |
Agarwal a Taffler (2007) uvádějí, že záporná hodnota z-skóre nemůže být striktně chápána jako predikce úpadku a z-skóre model by neměl být chápán jako nástroj predikce úpadku. Model nám pouze zodpoví otázku, zda analyzovaná firma má finanční profil spíše podobný firmám v úpadku či prosperujícím firmám, na jejichž datech byl model odvozen. Záporná hodnota z-skóre je pouze nezbytnou, nikoli dostačující, podmínkou úpadku.
zdroje:
AGARWAL, Vineet, TAFFLER, Richard J. Twenty-five years of the Taffler z-score model: Does it really have prective ability?. Accounting and Business Research, 2007, Vol. 37, No. 4, pg. 285-300. ISSN 0001-4788
https://www.tandfonline.com/doi/abs/10.1080/00014788.2007.9663313Otřesné aplikace Tafflerova modelu v České republice - Eva Dufková, Petr Marek, Vojtěch Menzl; Vysoká škola ekonomická v Praze, Fakulta financí a účetnictví, katedra financí a oceňování podniku, Praha
https://cfuc.vse.cz/artkey/cfu-202301-0005_otresne-aplikace-tafflerova-modelu-v-ceske-republice.php
Beermanova diskriminační funkce byla vytvořen v roce 1976 německým ekonomem Beermanem speciálně pro řemeslné a výrobní podniky. Neměla by se využívat pro hodnocení finanční situace v obchodních firmách. Jedná se o jednu z nej složitějších analýz, kterými se budu zabývat.
Beerman použil deset ukazatelů, u kterých rozlišovací schopnost nejdříve ověřil jednorozměrnou analýzou. Následně uplatnil vícerozměrnou diskriminační analýzu a všech deset ukazatelů spojil do lineární funkce.
BDF = 0,217 * x1 + (-0,063) * x2 + 0,012 * x3 +0,077 * x4 + (-0,105) * x5 + (-0,813) * x6 + 0,165 * x7 + 0,161 * x8 + 0,268 * x9 + 0,124 * x10
BDF < 0,2 | velmi dobrý stav podniku |
0,2 < BDF < 0,25 | dobrý stav podniku |
0,25 < BDF < 0,35 | průměrný stav podniku |
0,35 < BDF | špatný stav podniku |
Hodnota 0,3 tedy odděluje prosperující podniky od neprosperujících, čím je hodnota nižší, tím lepší finanční situaci podniku lze do budoucna předpokládat.
William Henry Beaver se ve své práci pokusil analyzovat, které poměrové ukazatele hrají významnou roli při finančních problémech firem. Mezi zbankrotované firmy zařadil Beaver i ty firmy, které vykazovaly známky bankrotujících firem. Tím se vyhnul hlavnímu problému bankrotních modelů, kterým je vymezení bankrotující firmy. Ze své analýzy vyvodil závěr, že finanční poměrové ukazatele mají vypovídací sílu již pět let před úpadkem firmy.
Beaver, W.H. (1966) Financial Ratios as Predictors of Failure. Journal of Accounting Research, 4, 71-111.
ukazatel | trend u ohrožených firem |
vlastní kapitál / aktiva celkem | klesá |
přidaná hodnota / aktiva celkem | klesá |
bankovní úvěry / cizí zdroje | roste |
cash flow / cizí zdroje | klesá |
provozní kapitál / aktiva celkem | klesá |
Model vyvinul a publikoval v roce 1978 Gordon L. V. Springate ve své disertační práci Springate, Gordon L.V., “Predicting the Possibility of Failure in a Canadian Firm”. Unpublished M.B.A. Research Project, Simon Fraser University, January 1978. Pro návrh modelu použil Springate diskriminační analýzu. Pracoval se vzorkem čtyřiceti společností ze dvou tříd, z nichž každá obsahovala dvacet podniků, jedna zbankrotované a druhá nezbankrotované. Společnosti použil nejen pro vývoj modelu, ale zároveň jako první testovací množinu. Všechny podniky byly kanadské a převážně z výrobního sektoru. V obou skupinách byly zastoupené společnosti se srovnatelnou sumou aktiv, průměrná suma byla u neúspěšných podniků 30,8 milionů kanadských dolarů a u úspěšných 35,6 milionů kanadských dolarů. Třídy podniků měly také analogické zastoupení průmyslových sektorů. Obsahovaly například společnosti z oděvního, potravinářského a slévárenského sektoru.
S = 1,03 * A + 3,07 * B + 0,66 * C + 0,4 * D
Vyhodnocovaná je následovně: S < 0,862 - v podniku se dají očekávat problémy
Původní modely se vlivem ekonomického vývoje časem stávají zastaralými, zároveň jsou modely vyvíjeny pro určitou ekonomiku a nemusejí být vhodné pro jiné. To jsou důvody pro přehodnocení původních modelů a jejich modifikaci. Originální Springate model na český trh v roce 2017 modifikovali Michal Karas a Mária Režnáková.
Vzorek firem pro prověření modelu zahrnoval účetní závěrky 1 508 podniků zpracovatelského průmyslu (NACE rev. 2 hlavní sekce C) působících v České republice, z nichž 628 podniků je finančně zdravých (aktivních) a 880 podniků, které v následujícím roce zkrachovaly (úpadek). Do vzorku byly zahrnuty všechny podniky, jejichž údaje byly obsaženy v databázi a které zkrachovaly v období 2007-2012. Podle CZ-NACE všechny podniky spadají do kategorie C, což značí zpracovatelský průmysl.
Otázkou výzkumu bylo, nakolik původní klasifikační funkce odpovídá alternativním podmínkám českého prostředí. Modely byly aplikovány v alternativních ekonomických podmínkách (země). Klasifikační pravidlo každého modelu bylo přepočítáno pomocí údajů z učícího se podvýběru. Předložený příspěvek se zabýval přesností modelů pro předpovídání úpadku a jejich použitím v alternativních podmínkách. Bylo zjištěno, že klasifikační funkce modelů neodpovídají alternativním podmínkám. Na základě toho je potřeba modely znovu odhadnout pro současné podmínky.
Z = -0,0762 * A + 0,029 * B - 0,0293 * C - 0,0179 * D
Ukazatele jsou stejné jako v originálním modelu.
Z <= 0,8808 | podnik se považuje za úspěšný |
Z > 0,8808 | společnosti hrozí bankrot |
zdroj:
Karas Michal, Režňáková Mária; Could the Coefficients Re-Estimation Solve the Industry or Time Specific Issues?. International Journal of Economics and Management Systems, 2017, roč. 2017, č. 2, s. 206-213. ISSN: 2367-8925.
https://www.iaras.org/home/caijems/could-the-coefficients-re-estimation-solve-the-industry-or-time-specific-issues
Fulmerův H faktor (často také nazývaný Fulmerovo H skóre) je model klasifikace bankrotů založený na článku Fulmer, John G. Jr., Moon, James E., Gavin, Thomas A., Erwin, Michael J., “A Bankruptcy Classification Model For Small Firms”. Journal of Commercial Bank Lending (July 1984). Podle tohoto modelu by firma měla být klasifikována jako bankrotová, pokud je skóre nižší než nula, a měla by být klasifikována jako nebankrotová, pokud je skóre vyšší než nula. Jedná se o pravděpodobnostní model, takže klasifikace nebude přesná ve 100 % případů. Přesto lze tento model určitě použít jako vodítko k pochopení toho, které akcie mohou být bezpečnější a které méně bezpečné. Skóre nižší než nula je klasifikováno jako "neúspěšné".
Fulmerův model analyzuje malé a střední podniky. Model vícerozměrné diskriminační analýzy dosahuje dle tvrzení autora až 98 procentní spolehlivosti. Fulmer původně analyzoval 40 ukazatelů finanční analýzy na údajích z 60 podniků, z nichž polovina vykazovala finanční problémy a polovina z nich dosahovala úspěchu.
H = 5,528 * x1 + 0,212 * x2 + 0,073 * x3 + 1,270 * x4 - 0,120 * x5 + 2,335 * x6 + 0,575 * x7 + 1,083 * x8 + 0,894 * x9 - 6,075
Vyhodnocovaná je následovně: H < 0 - v podniku se dají očekávat problémy.
Bonitní modely patří mezi diagnostické modely, které hodnotí firmu jedním syntetickým koeficientem na základě účelově vybraného souboru ukazatelů, který nejvýstižněji umožňuje vyjádřit finanční situaci, resp. pozici na firmy.
Z časového hlediska lze bonitní modely zařadit do analýzy ex post, která je orientována retrospektivně a vede k poznání příčin, jež podmínily současnou firemní situaci. Tedy pouze popisují skutečně dosažené výsledky, na kterých se již nedá nic změnit.
Bonitní modely jsou na rozdíl od bankrotních modelů založeny převážně na teoretických poznatcích a umožňují posoudit pozici firmy ve srovnání s větším souborem porovnávaných subjektů, s oborovými výsledky.
Bonitní modely predikují finanční zdraví účetní jednotky. Toto bývá rozděleno do různě široké škály, a to zpravidla od zdraví dobrého až po to špatné. Tyto modely umožňují jejich uživatelům srovnání účetních jednotek, které se pohybují ve stejném oboru činnosti.
Index bonity někdy také označován jako indikátor bonity, patří mezi modely, které jsou založeny na multivariační diskriminační analýze podle zjednodušené metody. Postup výpočtu spočívá v násobení šesti vybraných ukazatelů váhovými faktory, následně jsou tyto součiny sečteny a výsledná suma zobrazuje takzvanou diskriminační funkci. Váhové faktory byly přiřazeny na základě statistického pozorování. Index bonity je využíván především v zemích střední Evropy, jako jsou například Rakousko, Německo nebo Švýcarsko.
IB = 1,5 * x1 + 0,08 * x2+ 10 * x3+ 5 * x4+ 0,3 * x5+ 0,1 * x6
Hodnota | Hodnocení situace podniku |
-3 < IB < -2 | extrémně špatná |
-2 < IB < -1 | velmi špatná |
-1 < IB < 0 | špatná |
0 < IB < 1 | určité problémy |
1 < IB < 2 | dobrá |
2 < IB < 3 | velmi dobrá |
3 < IB | extrémně dobrá |
Při konstrukci quick testu bylo použito ukazatelů, které nesmějí podléhat rušivým vlivům a navíc musí vyčerpávajícím způsobem reprezentovat celý informační potenciál rozvahy a výkazu zisku a ztrát. Proto je z každé ze čtyř základních oblastí (tj. stability, likvidity, rentability a hospodářského výsledku) zvolen jeden ukazatel tak, aby byla zabezpečena vyvážená analýza jak finanční stability, tak i výnosové situace firmy.
R1 (kvóta vlastního kapitálu) = (vlastní kapitál / celková pasiva) * 100
V originále R1 = (vlastní kapitál / celkový kapitál) * 100
Tento ukazatel vyjadřuje, jakou část celkových aktiv tvoří vlastní kapitál. Vyšší hodnota znamená, že firma je více financována z vlastních zdrojů, což je považováno za pozitivní faktor z hlediska finanční stability.
R2 (cash flow v % podnikového výkonu) = (cash flow / tržby) * 100
V originále R2 = (cash flow / podnikový výkon) * 100
Cash flow (u R2) a roční Cash flow (u R4), (něm. Cash-Flow vor Steuern) Peter Kralicek v článku (Kralicek, P. 1993: Kennzahlen für Geschäftsführer. Wien: Ueberreuter. ISBN 3-8000-9165-8.) v českém překladu vymezuje obě „cash flow“ stejně, a to jako součet zisku (před daní z příjmu), odpisů a dotací do rezervy na penze. Jelikož v českém účetnictví se zpravidla nevytváří zvláštní rezervy na penze, lze „cash flow“ pak určit jednoduše jako součet výsledku hospodaření před zdaněním a odpisů.
Nicméně v jiném svém díle (Kralicek, P. 1993: Základy finančního hospodaření. Přeložil: Spal, J. Praha: Linde. ISBN 80-85647-11-7.) stanoví „cash flow“ jako výsledek hospodaření před zdaněním plus nepeněžní náklady minus nepeněžní výnosy. Nepeněžními náklady se přitom rozumí ty náklady, jež nejsou spojené v daném období s peněžním výdajem, tzn. nejen odpisy, ale i tvorba rezerv, nepeněžními výnosy ty výnosy, jež nejsou spojené v daném období s peněžním příjmem, neboli především zúčtování rezerv.
Poznámka: Český překlad knihy z roku 1993 nerespektoval platnou českou účetní terminologii, v důsledku toho došlo u některých veličin k neshodě mezi českými autory, jak jednotlivé účetní položky naplnit. Cash flow je a) vymezeno ve shodě s originálem. Cash flow je b) ztotožněno s blíže neurčeným provozním cash flow, zřejmě se tedy tím myslí peněžní tok z provozní činnosti. Cash flow je c) definováno jako součet VH po zdanění a odpisů. Cash flow je dáno d) součtem VH za účetní období, odpisů a změny stavu rezerv. Kislingerová s Hnilicou zadávají e) tzv. bilanční cash flow (VH za účetní období plus odpisy mínus saldo přechodných aktiv plus saldo přechodných pasiv), příp. doporučují dosadit tam, kde by cash flow jinak vyšlo záporné vzhledem ke specifice odvětví, součet VH za účetní období s odpisy a se změnou stavu rezerv.
Kralicekuv Quick test, modifikace podle Evy Kislingerové
Prof. Ing. Eva Kislingerová se zabývá aplikováním Kralickova Quick testu na prostředí České republiky a lehce tento test modifikuje. Rozdíl je v tom, že Kralicek v původním modelu používá tzv. bilanční Cash flow, tj. Cash flow upravené na okamžitou (nikoli tokovou) veličinu. Kislingerová uvádí, že v případě naší ekonomiky je nutné počítat Cash flow poněkud jinak, protože by bilanční Cash flow vyšlo vzhledem k specifikaci financování tohoto sektoru záporné. Cash flow budeme tedy v případě Kislingerové počítat následovně:
Cash flow (modifikace Kislingerová) = VH za účetní období + odpisy + změna stavu rezerv
Podnikový výkon ve jmenovateli ukazatele R2, (něm. Betriebsleistung) odpovídá výši celkových provozních výnosů podle českých účetních předpisů platných do roku 2015. Pokud bychom chtěli naplnit tuto položku přesně podle originálního modelu, bylo by z hlediska současné právní úpravy nutné ještě k celkovým provozním výnosům přičíst hodnotu změny stavu zásob vlastní výroby (přírůstek jako plus, úbytek jako mínus) a aktivaci. Autoři českých učebnic označují tuto položku 4 způsoby, nejčastější jsou tržby (Kislingerová a Hnilica) nebo provozní výnosy, nebo nepřesně výkony, anebo chybným ztotožněním dvou různých položek „tržby (výkony)“.
R3. rentabilita celk. kapitálu (ROA) = výsledek hospodaření po zdanění + úroky * (1 - aktuální sazba daně ze zisku) / celková pasiva
V originále R3 = (podnikový výsledek + úroky z cizího kapitálu) / bilanční součet
Podnikový výsledek + úroky z cizího kapitálu v čitateli R3 představuje v originále klasický VH před zdaněním a úroky neboli EBIT. V české literatuře se setkáváme se dvěma odchylkami, kdy je tato položka vyjádřena buď jako součet VH po zdanění a úroků z cizího kapitálu nebo součet VH po zdanění a úroků z cizího kapitálu snížených o daňový štít (tj. vynásobených hodnotou výrazu „1 – sazba daně z příjmu“), (Kislingerová a Hnilica).
R4. doba splácení dluhu = cizí kapitál / cash flow
V originále R4. = (cizí kapitál - likvidní prostředky) / roční cash flow
Cizí kapitál (u R4), (něm. Fremdkapital) odpovídá cizímu kapitálu v českém účetnictví. Otázku, zda k tomuto kapitálu přiřadit i časové rozlišení pasiv, autor výslovně neřeší. Pro aplikaci tohoto modelu v české praxi nicméně doporučujeme, aby cizí kapitál zahrnoval i časové rozlišení pasiv. Čeští autoři se víceméně na obsahu této položky shodují, avšak cizí kapitál popisují různě např. jako dluhy, nebo jako součet krátkodobých a dlouhodobých závazků, apod.
Likvidní prostředky (u R4), (něm. Flüssige Mittel) z hlediska současné právní úpravy jde o součet krátkodobého finančního majetku a peněžních prostředků, podle úpravy platné do konce roku 2015 by se jednalo jen o krátkodobý finanční majetek. Přístupy k vymezení této položky v českých učebnicích lze roztřídit takto: a) likvidní prostředky jsou vymezeny ve shodě s originálem, b) likvidní prostředky jsou ztotožněny jen s peněžními prostředky, c) likvidní prostředky jsou ve vzorci zcela vynechány (Kislingerová a Hnilica).
Každý ukazatel se nejprve podle dosaženého výsledku oklasifikuje podle tabulky a výsledná známka se pak určí jako aritmetický průměr známek získaných za jednotlivé ukazatele.
Rychlý test - bodové ohodnocení ukazatelů:
Výborný (1) | Velmi dobrý (2) | Prům. (3) | Špatný (4) | Ohrožen insol. (5) | |
R1 | > 30 % | > 20 % | > 10 % | > 0 % | negativní |
R2 | > 10 % | > 8 % | > 5 % | > 0 % | negativní |
R3 | > 15 % | > 12 % | > 8 % | > 0 % | negativní |
R4 | < 3 roky | < 5 let | < 12 let | > 12 let | > 30 let |
Výsledná známka za celý test se vypočítá jako průměr známek dosažených za jednotlivé ukazatele. Pokud je výsledné kritérium nižší než 2, podnik je považován za velmi dobrý. Pokud je hodnota vyšší než 3, podnik se nachází ve špatné finanční situaci.
Situaci převodu Kralicekova rychlého testu do českého účetního prostředí popisuje článek (ze kterého čerpají i tyto stránky):
Kralicekův Quicktest a jeho metodické problémy - autoři Prof. Ing. Petr Marek, CSc., Ing. Eva Dufková, Ing. Radana Šmídová, Ph.D.; Katedra financí a oceňování podniku, Fakulta financí a účetnictví, Vysoká škola ekonomická v Praze
Autorem modelu je Doc. Ing. Rolf Grünwald, CSc. Na základě teoretických poznatků a finančních analýz českých podniků určuje finanční zdraví podniku, a podle něho určí finanční důvěryhodnost. Hodnotí situaci podniku z pohledu dosahování určité ziskovosti v budoucnu, tedy zda bude podnik bonitní.
Model se zaměřuje na šest ukazatelů, o to z oblasti rentability, likvidity a solventnosti (finanční stability). U každého ukazatele jsou stanoveny hraniční hodnoty (krajní přijatelné hodnoty), dle kterých se určuje bohové ohodnocení za příslušnou oblast. Bodové hodnocení každého uživatele je omezeno na maximálně 3 body, aby bylo zamezeno zkreslení výsledku díky extrémně příznivé hodnotě některého ukazatele. Naopak v případě záporné hodnoty ukazatele se mu přidělí nulová hodnota.
Autor také popsal kroky, které musí být dodržené, aby model byl univerzální:
IB = (ROE/(pum*(1 - sazba daně z příjmu)) + ROA/pum + PPL/1,2 + KZPK/0,7 + DSD/0,3 + UK/2,5) / 6
pozn.: pum = průměrná úroková míra z přijatých úvěrů
Rentabilita vlastního kapitálu má dosahovat vyšších hodnot než je průměrná úroková míra placená za využívání cizího kapitálu. Tento ukazatel se počítá ze zisku po zdanění a to ovlivní i výběr krajní hodnoty. Je vhodné využít úrokovou míru z cizího zpoplatněného kapitálu a tu zdanit sazbou daně z příjmu právnických osob. Protože se ale rentabilita vlastního kapitálu běžně vyjadřuje vztahem zisku po zdanění (EAT) k vlastnímu kapitálu, je třeba jako její krajní přijatelnou hodnotu přijmout průměrnou úrokovou míru z přijatých úvěrů, která je zdaněná sazbou daně z příjmů.
Autor modelu zvolil jako následující hodnoty krajních přijatelných hodnot - mezní přijatelná hodnota je průměrná zdaněná úroková míra z přijatých úvěrů spočítaná podle vztahu ú * (1 - d), kde d je sazba daně z příjmu (v %).
Při určení krajní přijatelné hodnoty u rentability celkového kapitálu se vychází z kladné hodnoty finanční páky. Tato situace nastane, když rentabilita aktiv je větší než rentabilita vlastního kapitálu. Rentabilita celkového kapitálu slouží k porovnávání výnosnosti podniků s různou skladbou pasiv (s různou zadlužeností). Na výdělkovou schopnost působí jednak vlivy technické, jednak ekonomické. Vliv má mj. velikost podniku, organizace výroby a vyspělost technologie. I odvětvově příbuzné podniky by obvykle vytěžily ze stejné hodnoty majetku a kapitálu různý zisk před úroky a zdaněním.
Autor modelu zvolil jako následující hodnoty krajních přijatelných hodnot - mezní přijatelná hodnota je průměrná úroková míra z přijatých úvěrů (v %).
Grünwald, vzhledem k univerzálnímu použití modelu, nevyužil k hodnocení běžnou likviditu. Jelikož ta v sobě zahrnuje i zásoby, jejichž úroveň se v jednotlivých odvětvích může značně odlišovat. Pro financování dlouhodobého majetku se v České republice využívají krátkodobé úvěry, proto nejsou zahrnuty do jmenovatele. Provozní pohotová likvidita vyjadřuje, že krátkodobé pohledávky a finanční majetek by měly uhradit krátkodobé závazky.
Autor modelu zvolil jako následující hodnoty krajních přijatelných hodnot - mezní hodnotu stanovil Grünwald na 1,2. Rozhodně by měla být vyšší než 1.
Krytí zásob pracovním kapitálem je ukazatel likvidity, který měří, do jaké míry jsou zásoby financovány čistým pracovním kapitálem firmy. Tento ukazatel poskytuje přehled o tom, jak efektivně firma využívá svůj pracovní kapitál na pokrytí zásob, což je klíčové pro řízení likvidity a provozní efektivity. Tím pomáhá hodnotit, jak dobře firma spravuje svůj pracovní kapitál vzhledem k zásobám, které má na skladě.
Autor modelu zvolil jako příklad následující hodnoty krajních přijatelných hodnot - mezní hodnota ukazatele by měla být například 0,7. Rozhodně by měla být nižší než 1.
Krytí čistých dluhů peněžními toky představuje převrácenou hodnotu doby splácení dluhů. Doba splácení dluhů DSD je vyjádřena počtem roků, po jejichž uplynutí by byly všechny dluhy splaceny, kdyby všechny odpovídající peněžní toky (zpravidla zisk po zdanění zvýšený o odpisy) zůstaly na úrovni běžného roku, a kdyby se používaly výhradně na splácení dluhů.
Autor modelu zvolil jako příklad následující hodnoty krajních přijatelných hodnot - přijatelná hodnota je méně než 1, např. minimálně 0,3.
Je poměrový ukazatel, který nám říká, kolikrát jsou úroky z poskytnutých úvěrů kryty výsledkem hospodaření firmy za dané účetní období. Čím vyšší je tento ukazatel, tím vyšší úroveň finanční situace ve firmě. Ukazatel měří, kolikrát by se mohl provozní zisk snížit před tím, než se společnost dostane na úroveň, kdy již nebude schopna zaplatit své úrokové povinnosti. Pokud by se úrokové krytí rovnalo hodnotě jedna, veškerý zisk by financoval nákladové úroky z cizího kapitálu.
Autor modelu zvolil jako příklad následující hodnoty krajních přijatelných hodnot - ukazatel nesmí být nižší než 1, jinak by docházelo ke ztráte. Mezní hodnotu stanovil Grünwald na 2,5.
2,0 body a více, a všechny ukazatele dosahují alespoň 1,0 bodu | A - pevné zdraví |
1,0 bod až 1,9 bodu, a PPL a ÚK dosahuji alespoň 1,0 bodu | B - dobré zdraví |
0,5 bodu až 0,9 bodu, a PPL dosahuje alespoň 1,0 bodu | C - slabší zdraví |
méně než 0,5 bodu | D - churavění |
Demoverze na 3 období ZDARMA |
Bez časového omezení a nutnosti registrace |
Grünwald Rolf - Holečková Jaroslava: Finanční analýza a plánování podniku
Kislingerová Eva - Hnilica Jiří: Finanční analýza - krok za krokem
Grünwald Rolf: Finanční analýza - metody a využití
Neumaier Ivan - Neumaierová Inka: Výkonnost a tržní hodnota firmy
Jiříček, Petr - Morávková Magda: Finanční analýza
Altman Edward: Financial ratios, diskriminant analysis
Springate Gordon: Predicting the posibility of Failure in Canadian firm
Taffler Richard: The audit going-concern in praktice
Miloslav Synek, Heřman Kopkáně, Markéta Kubálková: Manažerské výpočty a ekonomická analýza
Kislingerová Eva: Manažerské finance
Eva Rosochatecká a kolektiv: Ekonomika podniků
Neumaierová Inka - Neumaier Ivan Index IN05: Index IN05
Sedláček Jaroslav: Finanční analýza podniku
https://www.investopedia.com/
https://chatgpt.com/
Toto je zjednodušená verze pro mobilní telefony, pro plnou verzi přejděte na PC www.finanalysis.cz |