Branche-benchmarks: je meten aan de besten Door Fritz Witt CRA

Branche-benchmarks: je meten aan de besten Door Fritz Witt CRA

Deze white paper kwam tot stand in samenwerking met Prof. Dr. Harald Krehl en Dr. Andreas Fischer van de Universiteiten van Cawl en Münster, de auteurs van het boek “Branchenbenchmarks”.

Inhoudsopgave

INLEIDING ................................................................................................................................. 3 ONTWIKKELING VAN BRANCHE-BENCHMARKS ......................................................... 4 IDENTIFICATIE VAN DE BESTEN MET BEHULP VAN EEN BALANSRATING ..................................... 4 VASTSTELLEN VAN KWALITEITSKLASSEN .................................................................................. 5 BEREKENING VAN TRADITIONELE KENGETALLEN VOOR ELKE KLAS PER BRANCHE .................... 5 EMPIRISCHE BEVINDINGEN ............................................................................................... 7 RISICOSTRUCTUUR VAN DE BRANCHES ...................................................................................... 7 KENGETALLENSTRUCTUUR VAN DE BRANCHES ....................................................................... 11 JE METEN AAN DE BESTEN ........................................................................................................ 12 AANBEVOLEN HANDELWIJZE ................................................................................................... 17 WAARVOOR KAN MEN BRANCHE-BENCHMARKS INZETTEN? ............................. 19 BRANCHE-BENCHMARKS VERBETEREN BESTAANDE BEDRIJFSVERGELIJKINGEN ...................... 19 SAMENVATTING ................................................................................................................... 20

© 2012 – F. Witt CRA – White paper branche-benchmarks

Pagina 2 van 20

Inleiding Kengetallen zijn een belangrijk hulpmiddel bij bedrijfseconomische analyses en advisering. Ze structureren en verdichten feiten en vormen aldus een krachtige informatiebron bij de sturing van ondernemingen. Om kengetallen zinvol te interpreteren is echter vergelijkingsmateriaal nodig. Daarom stelt men bij externe bedrijfsvergelijkingen een specifieke onderneming tegenover een andere onderneming of zelfs tegenover een complete branche, zodat men in staat is elk afzonderlijk kengetal van een onderneming te vergelijken met het gemiddelde van de groep. Een bekend probleem bij bedrijfsvergelijkingen via kengetalanalyses is dat bij het gebruik van gemiddelden informatie verloren gaat doordat verschillen genivelleerd worden. Dit verschijnsel wordt “drifting” genoemd en werd voor het eerst ontdekt door Schmalenbach1. Los van dit technische bezwaar wil niemand zich graag vergelijken met de gemiddelde prestatie van een groep, maar liever met die van de beste. Dit is echter met de traditionele methode van bedrijfsvergelijkingen niet goed mogelijk, omdat er eigenlijk geen systeem bestaat waarmee men de beste(n) binnen een branche kan vinden. In deze publicatie leggen we u echter “creditrating” voor als innovatieve oplossing, waarbij het via een objectieve en integrale meting van de prestaties wel mogelijk is de beste onderneming uit een branche te vinden en “benchmarking” mogelijk wordt. Wat is “benchmarking” feitelijk? Benchmarking is een methode waarbij u op regelmatige basis de prestaties van uw eigen bedrijf vergelijkt met die van leidende andere bedrijven uit uw branche of toonaangevende organisaties uit andere bedrijfstakken die op vergelijkbare aspecten het best presteren . Hierna volgt eerst de beschrijving van een aanpak die tot branche-benchmarks leidt. Daarna tonen we enkele uit empirisch onderzoek verkregen resultaten gevolgd door aanbevelingen ter verbetering van kengetallenanalyses. We sluiten de publicatie af met enkele praktische voorbeelden van hoe u de branche-benchmarks inzet.

1

Schmalenbach: 1963 pag. 447


Pagina 3 van 20

Ontwikkeling van branche-benchmarks Identificatie van de besten met behulp van een balansrating Om zich met de besten van een branche te kunnen vergelijken zal men deze eerst moeten identificeren. Zowel wetenschappelijk als in de praktijk is vastgesteld dat balansratingsystemen zich hiervoor prima lenen, omdat daarmee een integraal objectief en controleerbaar oordeel over de economische situatie van een onderneming kan worden verkregen, uitgedrukt in een uitvalwaarschijnlijkheidsnorm2.

Afbeelding 1: Voorbeeld van het verloop van een balansrating In het afgebeelde voorbeeld worden allereerst discriminerende kengetallen berekend aan de hand van een geanalyseerde jaarrekening. Deze kengetallen onderscheiden zich van traditionele kengetallen door hun vermogen insolvente ondernemingen van solvente te onderscheiden. De berekende uitkomsten worden vervolgens in een “univariate analyse” gebruikt om de zogenaamde Z-waarde te berekenen. Deze Z-waarde (in ons voorbeeld 3,98) is op zich echter pas zinvol interpreteerbaar nadat hij via een logistische regressie analyse in een uitvalwaarschijnlijkheid (PD) is getransformeerd. Bij deze transformatie moet rekening worden gehouden met de zogenaamde “a priori waarschijnlijkheid” die berekende ondernemingen indeelt in empirische risicogroepen, bijvoorbeeld naar land en of branche, zodat rekening kan worden gehouden met sterk afwijkende uitvalpercentages als gevolg van conjuncturele of structurele verschillen tussen branches.

2

De uitvalwaarschijnlijkheid (PD – propability of default) drukt uit binnen welk tijdsbestek de onderzochte onderneming waarschijnlijk zijn betalingsverplichtingen niet meer volledig kan of wil nakomen.


Pagina 4 van 20

De exacte PD-waarde van een onderneming kan aan diverse ratingklassen toegewezen worden. Elk ratinginstituut kent zijn eigen specifieke methode om de ratingklasse te noteren. Denk in dit verband aan Moody’s, Standaard & Poor’s, de Rabobank, de kredietverzekeraar Coface, het handelsinformatiebedrijf Graydon. Tenslotte is er ook nog de meta-ratingschaal van IFD, waarnaar diverse kredietbeoordelaars en kredietinstituten in Europa hun ratingschalen hebben vertaald. De berekende uitvalwaarschijnlijkheid kan theoretisch naar diverse ratingschalen ‘gemapt’3 worden om een aanwijzing van de werkelijke rating van verschillende kredietbeoordelaars of kredietinstituten te krijgen. Om na deze bewerking nu de besten van een branche te kunnen vinden is het noodzakelijk om de uitvalwaarschijnlijkheid van àlle ondernemingen uit de portfolio te berekenen, zodat kwaliteitsklassen kunnen worden gevormd.

Vaststellen van kwaliteitsklassen Om kwaliteitsklassen binnen branches te kunnen vormen, krijgen alle ondernemingen eerst de branchecode van de Kamer van Koophandel toegewezen. Aansluitend worden binnen elke branche reeksen gevormd op basis van de uitvalwaarschijnlijkheid van de betrokken ondernemingen. Aan de hand van deze ratings worden de ondernemingen in tien groepen (decentielen) gerangschikt. Deze onderverdeling in decentielen is zinvol, omdat het gedifferentieerde analyses mogelijk maakt op basis van deze tien klassen en tegelijk een toereikende bezetting per klasse wordt gewaarborgd. Dankzij deze methode is het mogelijk de besten en de slechtsten te identificeren, alsmede alle bedrijven er tussenin. Pas nadat via deze toewijzing de klassengrenzen zijn bepaald volgt de berekening van de traditionele kengetallen. Aldus worden alle ondernemingen van een branche eerst gerangschikt naar prestatie en vervolgens geanaliseerd met behulp van de traditionele kengetallen. Naar prestatie gerangschikte kengetallen zijn immers beter interpreteerbaar.

Berekening van traditionele kengetallen voor elke klas per branche Door op basis van de individuele ratings van alle ondernemingen binnen een branche in tien kwaliteitsklasses te rangschikken ontstaat inzicht in de risicostrucuur van de totale branche en wordt het mogelijk een kwalitatieve schatting te maken van de relatieve plaats die een onderneming binnen zijn branche inneemt. Deze kwalitatieve schatting geschiedt enerzijds op basis van de absolute kwaliteit van de ratingklasse, maar ook door het vergelijken van de kengetallen tussen de risicoklassen onderling. 3

Het ‘mappen’ van de exacte PD naar verschillende ratingschalen leidt door de onderling afwijkende ratingmethoden meestal niet tot identieke resultaten, maar verschaft wel een prognose van welke ratingnotatie bij een specifiek instituut te verwachten valt. Ervaring leert dat de afwijking tussen deze prognose en de werkelijke notering meestal één, maar soms wel meer, “notches” kan bedragen. Door middel van een goede analyse van de gebruikte methodes kan in de meeste situaties het verschil echter verkleind en/of verklaard worden.


Pagina 5 van 20

Om te kunnen constateren of dankzij de klassieke kengetallen de veronderstelde monotone samenhang tussen succes en een uitmuntend kengetal ook inderdaad zichtbaar wordt, is het van belang (eerst) na te gaan of zich in de risicoklassen verschillen voordoen tussen de traditionele kengetallen. Om een goed oordeel te kunnen uitspreken moeten de klassieke kengetallen eigenlijk worden berekend aan de hand van literatuur typische definities, maar men mag ook het soort kengetal gebruiken waaraan men gewend is, of om welke andere reden dan ook als relevant wordt ervaren. De hier beschreven kengetallen zijn ontleent aan het leerboek voor financiële kengetallenanalyse van Jürgen Hausschild4 en sluiten aan bij zijn analyse van crisispatronen. De in ons model gebruikte kengetallen zijn ook van hem en maken deel uit van zijn analyses van prestaties. Het betreft de volgende traditionele kengetallen:  Aandeel eigen vermogen - solvabiliteit  Rentabiliteit totaal vermogen  Bedrijfsresultaat in procenten van de omzet  Aandeel materiaalverbruik van de omzet  Aandeel personeelskosten van de omzet  Aandeel afschrijvingen van de omzet  Aandeel overige bedrijfskosten van de omzet  Gemiddelde debiteurentermijn  Gemiddelde crediteurentermijn  Opslagduur gereede producten  Opslagduur grond- en hulpstoffen Bovengenoemde kengetallen verschaffen een redelijk diep inzicht in de bedrijfsvoering van een onderneming vergeleken met die van zijn collega’s uit de zelfde branche. Men kan er zelfs het businessmodel dat een onderneming hanteert mee achterhalen. Hoe dit in zijn werk gaat laten wij u hierna zien aan de hand van ons empirisch onderzoek.

4

Bron: Hausschild 1996, pag. 61 – 66.


Pagina 6 van 20

Empirische bevindingen Risicostructuur van de branches De volgende resultaten zijn afkomstig uit branche-benchmarksevaluaties die in 2009 en 2010 voor alle nationale bedrijven werden uitgevoerd. Afbeelding 2 toont dat de 10% besten in 2010 een uitvalwaarschijnlijkheid (PD) van 0,01% en beter hadden. De 20% besten tonen een PD tussen de 0,05% en 0,01%.

Afbeelding 2: Branche-benchmarks nationale economie 2009 en 2010 Grafische weergave maakt het mogelijk om in één oogopslag de risicostructuur van een branche of - zoals hier - per land af te lezen. De verticale as in het midden van de afbeelding is de grens tussen de “investmentgrade” en “sub-inverstmentgrade”5. De horizontale staven links en rechts van de as tonen de ratings. Hoe langer de staaf hoe groter de uitvalwaarschijnlijkheid. Hoe meer staven een branche aan de rechter kant heeft (ondernemingen in de 5

Op basis van de notering van Standaard & Poor’s ligt de grenswaarde tussen “investmentgrade” en “sub-investmentgrade” bij BBB, of wel op een PD uitvalwaarschijnlijkheid - van minder dan 0,40%.


Pagina 7 van 20

“investmentgrade”) hoe kleiner zijn brancherisico is. Heeft een branche echter relatief veel staven aan de linkerzijde (ondernemingen in de “subinvestementgrade”) dan is er sprake van een verhoogd brancherisico. In de jaren 2009 en 2010 was het structurele beeld van alle nationale bedrijven dus relatief stabiel. Aan de hand van de ratingschaal van Standaard & Poor’s was nagenoeg 50% van alle nationale ondernemingen aan de “investmentgrade” toegewezen. Desalniettemin werd circa 30% van alle ondernemingen bedreigd door een faillissement. Kijkt men echter naar de veranderingen tussen 2009 en 2010 dan ziet men dat de ondernemingen met een goede rating beter werden. Bij de 30% slechtste ondernemingen was dat echter duidelijk niet het geval. Op grond daarvan durven we te stellen dat problematische ondernemingen kennelijk in mindere mate van een relatief gunstige conjunctuur weten te profiteren dan ondernemingen met een goede rating. De uitvalwaarschijnlijkheid van nagenoeg alle ondernemingen verbeterde weliswaar, maar de ratingnote verbeterde uitsluitend in de hoogste klassen. Hoe beter een onderneming dus profiteert van conjunctureel gunstige omstandigheden, hoe hoger zijn ratingnote. Ook kan empirisch worden aangetoond dat eigenlijk geen enkele branche als “principieel slecht” kan worden aangemerkt. In tegendeel. In nagenoeg alle branches zien we een groot aandeel relatief stabiele ondernemingen. Tussen de inmiddels ± 480 geanalyseerde branches is er geen één te vinden waar het zich niet zou lonen om in te investeren. Toch blijkt er geen één branche vrij van risico’s. In de volgende confrontatie tussen de branches van de energieverzorging en de bouwindustrie illustreren wij deze beide bevindingen.


Pagina 8 van 20

Afbeelding 3: Elektriciteit- en gasverzorging 2010 In afbeelding 3 is duidelijk te zien dat de elektriciteitsverzorging een branche is met een laag brancherisico. Van alle gasverzorgers ligt 80% binnen de “inverstmentgrade”, bij de elektriciteitsverzorgers is dit slechts 60%. Zo te zien is alles dus relatief. Bij de branches bouwindustrie en handel in motorvoertuigen lijkt het weer andersom te liggen (zie afbeelding 4). In de bouwindustrie ligt namelijk maar 40% van de ondernemingen binnen het bereik van de “investmentgrade” en heeft een groot middenveld met een BB+ tot BBnotatie een behoorlijk onzeker bestaan. Van alle ondernemingen bevindt 20% zich ronduit in de gevarenzone. Bij de branche handel en reparatie van motorvoertuigen is de risicostructuur nog kritischer. Daar kunnen slechts 30% van alle ondernemingen aan de “investmentgrade” worden toegewezen. Het bewijst in ieder geval wel dat ook deze branche succesvolle business modellen kent. Uitgaande van ons totale empirisch onderzoek kunnen we echter geen enkele branche als “te risicovol” bestempelen. Feitelijk zijn branches waardecreatieklassen, waar binnen zich diverse business modellen bevinden. Hoe succesvoller de businessmodel zijn, hoe meer de klassen zich zullen onderscheiden.


Pagina 9 van 20

Afbeelding 4: Bouwindustrie en handel en reparatie motorvoertuigen 2010


Pagina 10 van 20

Kengetallenstructuur van de branches De belangrijkste bevinding van ons onderzoek is dat in nagenoeg alle branches de groep ondernemingen in het beste decentiel zich in bijna alle kengetallen onderscheidt van de overige ondernemingen. Ook van die ondernemingen die in het tweede decentiel voorkwamen. Vergeleken met alle overige ondernemingen uit de zelfde branche beschikken de beste ondernemingen klaarblijkelijk over een volstrekt afwijkend businessmodel.

Afbeelding 5: Rentabiliteit over het totale vermogen en het bedrijfsresultaat in 2010 Afbeelding 5 toont overtuigend de verschillen in rendement bij alle ondernemingen. De beste ondernemingen (eerste decentiel, rating minimaal AA+) geven in de mediaan rentabiliteit/totaal vermogen een waarde aan van 39,9%. De nog altijd goede tweede groep vertoont met een mediaan van 17,3% toch nog een duidelijk verschil. Als men zich dus alleen met de beste onderneming wil vergelijken, betekent dit dat men zich daadwerkelijk met de allerbeste vergelijkt. Bij Benchmarking zet men zijn businessmodel dus duidelijk op de testbank.


Pagina 11 van 20

Je meten aan de besten Als tweede willen de hypothese aan de orde stellen dat een onderneming die zich in de positieve zin van de branche onderscheidt ook werkelijk beter presteert. Deze hypothese is op juistheid gecontroleerd als bij de kostenstructuur van zo’n onderneming ook inderdaad een positieve relatie wordt aangetroffen met de kwaliteit van de onderneming. Hoe hoger de prestaties van de onderneming, hoe lager het kostenbestanddeel zal zijn. Laten we de juistheid van de stelling eens controleren bij de complete kostenstructuur van alle nationale ondernemingen in de jaren 2009 en 2010.


Pagina 12 van 20

Afbeelding 6: Samenhang tussen kostenbestanddeel en kwaliteitsklassen De hypothese dat betere ondernemingen zich ook door hun kostenstructuur in positieve zin onderscheiden kan in z’n algemeenheid als juist worden aangemerkt. Vooral personeelskosten, afschrijvingen en overige


Pagina 13 van 20

bedrijfskosten tonen bij alle bedrijven die aan de “investmentgrade”-groep zijn toegewezen een tendens naar hogere waarden. Slechtere klassen tonen daarentegen tendentieel lagere kostenniveaus met een uitzondering voor materiaal- en rentekosten. Hoe hoger dat aandeel in de kosten is, hoe slechter het decentiel.

Afbeelding 7: Samenhang tussen krediettermijnen en kwaliteitsklassen Bij krediettermijnen debiteuren en crediteuren, die duidelijk dichter bij de crisistype liquiditeitscrisis liggen6, zijn de bevindingen conform de hypothese. Des te beter de branche, des te lager zijn de krediettermijnen in aantallen debiteuren- of crediteurendagen. Uitgezonderd zijn alleen de slechtste decentielen bij de debiteurendagen. Mogelijkerwijs verklaren afgeboekte vorderingen of een complete ineenstorting van de orders dit effect. Verschillen van de branches onderling zijn uiteraard significant.

6

Zie Hausschild, Grape & Schindler 2006 pag. 7 - 25


Pagina 14 van 20

Afbeelding 8: Samenhang tussen opslagduur en kwaliteitsklassen In de onderzochte jaren 2009 en 2010 wordt de hiervoor genoemde hypothese niet bevestigd bij de opslagduur van grond- en hulpstoffen. De ontwikkeling van alle decentielen ook in deze twee opeenvolgende jaren is namelijk zeer verschillend. Een systematisch onderscheid is echter niet aantoonbaar. Alleen bij handelsgoederen is een eenduidige samenhang zichtbaar. Hoe beter de groep, hoe lager de opslagduur in dagen, waarbij opvalt dat de best presterende ondernemingen ook over de best ontwikkelde logistieke systemen beschikken. De solvabiliteitsratio van de nationale economie ontwikkelt zich echter weer wel overeenkomstig onze hypothese. De verschillen tussen de diverse decentielen zijn aanzienlijk.


Pagina 15 van 20

Afbeelding 9: Samenhang tussen solvabiliteit en kwaliteitsklassen De ondernemingen binnen het “investmentgrade”-bereik hebben een solvabiliteit van minimaal 25%. Ook hier spelen de besten weer een aparte competitie. Wil men zich met hen kunnen meten, dan geldt als referentie een eigen vermogen van circa 50%. Hoe moeten al deze bevindingen nu worden geïnterpreteerd? Allereerst moet natuurlijk op de enigszins gunstige conjunctuur worden gewezen. In een positieve conjunctuur is de scoop op groei verbonden met een matige winstbestemming, de belangrijkste oorzaak achter succes. Personeelkosten, marketingkosten en investeringen vormen hierbij een sleutelpositie en zijn bij succesvolle ondernemingen dan ook hoger. Dat betekent echter niet dat de groeistrategie ongecontroleerd verloopt. In tegendeel, want onze bevindingen ten aanzien van het gebruik van materialen en de opslagduur daarvan tonen aan dat de succesvolle ondernemingen deze voor de financiële situatie belangrijke factoren in de groeifase juist goed in de greep hebben. Het komt duidelijk op de integrale sturing van de onderneming aan. Dit zien wij ook terug bij de solvabiliteit. Ondanks dat die bij succesvolle ondernemingen al hoog is, verhogen deze toch nog hun eigen vermogenspositie en verbeteren daarmee het weerstandvermogen voor een volgende crisis.


Pagina 16 van 20

Aanbevolen handelwijze Uit de risicostructuur van een branche en de relatieve positie van een onderneming binnen zijn branche valt op te maken welke maatregelen genomen zouden kunnen worden om (nog) succesvoller te worden. Afbeelding 10 toont een matrix waarin men kan zien welke concrete stappen een onderneming zou kunnen overwegen om zijn positie (verder) te verbeteren.

Afbeelding 10: Brancherisico / ondernemingsrisico matrix Afhankelijk van de positie van een onderneming binnen de matrix kunnen dus strategische overwegingen voor de verbetering van deze positie worden afgeleid. Bevindt een onderneming zich rechtsboven in de matrix (++), dan is aan te bevelen deze positie te behouden en uit te bouwen. Zit het in kwadrant linksboven (+-), dan zou het bestaande businessmodel behouden moeten worden, omdat de onderneming in relatie tot andere ondernemingen een succesvol businessmodel heeft. Voor een onderneming in het kwadrant rechtsonder (-+) is aan te raden haar businessmodel als geheel te evalueren, want het duidelijk dat de branche succesvollere businessmodellen kent, waarnaar men zou kunnen kijken. In het kwadrant linksonder (--) bevinden zich ondernemingen die zich dringend moeten beraden op een nieuw businessmodel. Ook in een kritieke situatie is het deze ondernemingen


Pagina 17 van 20

kennelijk niet gelukt een (van de weinige) succesvolle businessmodellen te vinden. Een fundamentele heroriëntatie op de korte termijn is dus geboden met in achtneming van een van de businessmodellen van de besten uit de branche. Belangrijke aanwijzingen over businessmodellen van de besten binnen een branche kan men afleiden uit de klassieke kengetallenanalyse. In de dienstverleningbranches kan men bijvoorbeeld zien dat de best presterende ondernemingen een significant hoger materiaalverbruik hebben dan de minder presterende ondernemingen. Bij nadere analyse daarvan blijkt dat het aandeel uitbesteed werk – dat in het materiaalgebruik van de omzet is begrepen - voor deze bovengemiddelde waarde van het kengetal materiaalverbruik heeft gezorgd. Dit toont aan dat de succesvolste ondernemingen veel (meer) werkzaamheden uitbesteden aan specialisten en zo de kwaliteit van de dienstverlening verbeteren en tegelijkertijd het economische risico verminderen. Dit soort kennis kan een belangrijke aanwijzing vormen voor ondernemingen die hun businessmodel op de testbank willen leggen. Als voorbeeld wordt hierna in afbeelding 11 de solvabiliteit van “Voorbeeld BV” gebenchmarkt ten opzichte van de nationale economie. Bij de individuele beoordeling van een onderneming door middel van branchekengetallen moet er wel rekening mee worden gehouden dat kengetallen uitzonderlijk kunnen schommelen. Vergelijking met een gemiddelde is daarom niet altijd even doelmatig.

Afbeelding 11: Benchmark van de Voorbeeld BV met de nationale economie (alle bedrijven) met betrekking tot de solvabiliteit De solvabiliteitsratio van de “Voorbeeld BV” in afbeelding 11 toont een waarde van 20,64%. Voor de interpretatie van deze waarde zijn deze keer niet de branchegemiddelden weergegeven, maar in plaats daarvan tien referentiewaarden (een waarde per decentiel). Belangrijk is nu niet de relatieve rangschikking van de te analyseren onderneming, maar de absolute kwaliteitsrangorde. Door deze bril bekeken bevindt “Voorbeeld BV” zich nog net binnen het bereik van de “investmentgrade”.


Pagina 18 van 20

Waarvoor kan men branche-benchmarks inzetten? Branche-benchmarks zijn breed inzetbaar omdat men hiermee de kwaliteit van een onderneming en de branche waar zij deel van uitmaakt op een unieke wijze kan analyseren. Uit de hiervoor getoonde methode blijkt dat branche-benchmarks breed inzetbaar zijn bij vele vormen van bedrijfsanalyses. Zoals bij:        

de beoordeling van branche risico’s. de verbetering van sector onderzoek, branche monitor’s e.d. de kredietbeoordeling door creditmanagers. de opzet van onderneminganalyses of budgetteren door controllers. de plausibilisering van de continuïteitstoets door accountants. de beoordeling van het risicomanagement van ondernemingen. het voorbereiden van turn arounds of crisis management. nagenoeg elke vorm van bedrijfsadvisering.

Branche-benchmarks verbeteren niet alleen bedrijfsvergelijkingen maar zijn een echte innovatie op zichzelf omdat met deze methode benchmarking van elk bedrijf mogelijk is geworden.

Welke analyses verbeteren branche-benchmarks? Er zijn vele vormen van financieel economische analyses die traditioneel worden uitgevoerd zonder vergelijkingsmateriaal. Te denken valt hierbij aan kredietbeoordelingen van debiteuren door creditmanagers die niet over data over de financiële prestaties van hun debiteuren beschikken. Of aan controllers en consultants die ondernemingsanalyses en budgetten opstellen voor hun eigen bedrijf of voor dat van hun opdrachtgever. Ook beschikken accountants die de kans van de continuïteit van een onderneming moeten beoordelen niet over de mogelijkheid om de prestaties van de te auditen ondernemingen objectief te toetsen. In al deze situaties leveren branchebenchmarks geheel nieuwe inzichten en verbeteren de bestaande analyses. Met branche-benchmarks rangschikt men de prestaties van ondernemingen aan de hand van een balansrating. Een balansrating is bij uitstek geschikt om de prestaties van organisaties integraal te beoordelen en leidt echt tot betere inzichten dan wanneer men met enkelvoudige prestatie-indicatoren werkt. Bij deze laatste indicatiemethode komt weliswaar ook veel informatie boven tafel, maar met behulp van branche-benchmarks komen bedrijfsvergelijkingen in een ander daglicht te staan. Elke analyse verbetert aanzienlijk zodra men de criteria met behulp van balansrating kan rangschikken. Het is van groot belang dat branche-benchmarks meer bekendheid krijgen om breed ingezet te kunnen worden voor de verbetering van de meeste financieel economische analyses.


Pagina 19 van 20

Samenvatting De noodzaak om in het kader van de bedrijfsvergelijking op een totaal andere wijze te denken en te analyseren staat buiten kijf. De tot nu toe gevolgde methode die eigenlijk niets meer oplevert dan een opsomming van de verschillen tussen de kengetallen van een onderneming en het gemiddelde van een vergelijkbare groep, is eenvoudigweg te simpel en bewezen problematisch, doordat bij analyses op basis van de traditionele kengetallen wezenlijke fouten blijken te kunnen voorkomen. Met gebruik van branche-benchmarks is het daarentegen mogelijk de waarde per kengetal met betrekking tot goed of slecht presteren gedifferentieerd te beoordelen en daar zinvolle conclusies en aanbevelingen aan te verbinden. Voor een kwalitatieve beoordeling van specifieke branches bieden branchebenchmarks goede perspectieven. In het kader van kredietbeoordeling ontstaan voor specifieke ondernemingen ook interessante bandbreedtes omdat het alleen via branche-benchmarking methode mogelijk is om rekening te houden met de individuele positie van een onderneming binnen zijn branche. Zo is het bijvoorbeeld mogelijk om in het kader van een kredietbeoordeling een onderneming die deel uitmaakt van een risicovolle branche tot een verbetering van haar kredietwaardigheid te leiden. Ook al bevindt zo’n onderneming zich in het positieve deel van haar branche en nog in de investmaentgrade dan zou een risicobeoordeling op basis van haar branche toch negatief uit kunnen vallen. Hoewel ons onderzoek aantoont dat er in Nederland eigenlijk geen branches voorkomen, waarin het niet zou lonen om in te investeren, is er tegelijk ook geen enkele branche gevrijwaard van risico’s. Ook bij de bepaling van een strategie ten aanzien van het businessmodel zijn branche-benchmarks in de meeste gevallen het meest geschikt, doordat op basis van de kengetallenanalyses van de besten van een branche de juiste conclusies getrokken kunnen worden. Zoals hierboven al gezegd onderscheiden in bijna alle branches de beste 10% van alle ondernemingen zich significant van de rest van hun groep. Tussen de klassieke kengetallenanalyses en de analyses op basis van branche-benchmarking treden aanzienlijke verschillen in de medianen op; in het bijzonder bij de rentabiliteitsanalyses. De gevonden verschillen binnen de branche zijn steeds te verklaren uit het gebruik van duidelijk afwijkende businessmodellen elders in de branche. Kortom: Wie zich werkelijk wil kunnen meten met de besten, zal zich moeten oriënteren op de 10% besten in zijn branche.


Pagina 20 van 20

Branche-benchmarks: je meten aan de besten Door Fritz Witt CRA

Recommend Documents