Ook op lange termijn financieel in control
Integrale meerjarenraming en scenarioanalyses > vervolg van pagina 13
De AWBZ-sector is volop in beweging. De vergrijzing leidt tot een stijgende zorgvraag, de mondige klant eist ruimere en betere woonvoorzieningen, technologische ontwikkelingen zoals demotica vergen een wijziging in de zorgverlening en kwaliteit moet altijd op een hoger niveau. Ontwikkelingen die terugkomen in langetermijnambities. Deze ambities moeten worden gerealiseerd in een snel veranderende omgeving. Budgetbekostiging maakt plaats voor ZZP-bekostiging en nacalculatie wordt vervangen door integrale tarieven op basis van de Normatieve Huisvestingscomponent (NHC). Daarnaast worden instellingen geconfronteerd met opgelegde taakstellingen en bezuinigingen vanuit de overheid. Naast deze ontwikkelingen beweegt de AWBZ-sector richting een scheiding van wonen en zorg. Instellingen staan voor keuzes aangaande intramurale of extramurale zorgverlening, kleinschaligheid, aanvullende dienstverlening en tal van andere ontwikkelingen met betrekking tot de vorm en kwaliteit van de zorg die zij leveren. Een belangrijk gevolg van deze ontwikkelingen is dat de risico’s voor AWBZ-instellingen toenemen. Het vastgoedrisico komt bij de instelling te liggen, het faillissementsrisico stijgt, productie- en bezettingsrisico zijn reëel, rente fluctuaties leiden tot exploitatieschommelingen en beschikbaarheid van financiering heeft effect op het realiseren van de ambities. De toenemende risico’s vragen om beslissingen die op een solide analyse zijn gebaseerd, waarbij financieel inzicht in de lange termijn het sleutelwoord is. Een goede integrale meerjarenraming die is verwerkt in de planning en control cyclus is voor zowel de organisatie als voor stakeholders van belang. Meerjarenraming als basis voor lange termijn financieel beleid Ambities vergen veelal aanzienlijke investeringen. Een individuele kasstroomanalyse en een businesscase gericht op dit ene project geeft aan of de investering rendabel is, maar is niet voldoende om ook de uiteindelijke financierbaarheid te toetsen en om ook op lange termijn in control te zijn. Hiervoor is het noodzakelijk om alle kasstromen binnen de organisatie voor de lange termijn (circa twintig jaar) te prognosti-ceren en tevens voor de lange termijn een relatie te leggen tussen balans, resultatenrekening en kasstroomoverzicht (integrale meerjarenraming). Op intern gebied zorgt een integrale meerjarenraming voor inzicht in de financiële gevolgen van het voorgestelde beleid. Door de uitkomsten van de meerjarenraming te toetsen aan het interne referentiekader wordt duidelijk of de ambities 14
tegen een acceptabel risiconiveau realiseerbaar zijn. Wanneer blijkt dat de ambities groter zijn dan de financiële draagkracht van de instelling dan kan de meerjarenraming worden gebruikt om te onderzoeken welke alternatieve scenario’s wel uitgevoerd kunnen worden. Op extern gebied speelt de meerjarenraming voornamelijk een rol in de communicatie met stakeholders, zoals de Raad van Toezicht, banken en het Waarborgfonds voor de Zorgsector (WfZ). Deze stakeholders hebben direct belang bij het zo goed mogelijk inschatten van de (toekomstige) risico’s van de instelling en verwachten derhalve dat de instelling kwalitatief hoogwaardige prognoses opstelt. In de praktijk leidt dit er bijvoorbeeld toe dat het WfZ is gestart met het opvragen van financiële meerjarenramingen bij de borgingsaanvraag van nieuwe leningen en bij de herbeoordeling. Tevens eisen banken dat langetermijnprognoses worden verwerkt in de planning en control cyclus. Daarnaast zijn dergelijk analyses direct te gebruiken voor de impairment. Endogene en exogene variabelen bepalen de uitkomsten Het uitgangspunt van een meerjarenraming is de meest recente jaarrekening, waarbij deze is geschoond voor incidentele posten. De financiële prestaties in de prognosejaren worden vervolgens ingeschat op basis van zowel endogene als exogene variabelen. Endogene (‘endo’ – Grieks voor ‘binnen’) variabelen zijn variabelen die door de instelling bijgestuurd kunnen worden. Voorbeelden zijn de omvang van investeringen en de personeelskosten. Het vaststellen van deze variabelen vraagt veelal om een analyse van dieperliggende factoren. Het personeelsbestand hangt onder andere af van de keuzes voor de hoeveelheid ‘handen aan het bed’ en de gewenste kwaliteit van de medewerkers. Kiezen voor relatief hoger opgeleid personeel kan zorgen voor meer efficiëntie en kwaliteit, maar de kosten per personeelslid zijn hoger. In tegenstelling tot voorheen zorgt dit direct voor een effect op de investeringscapaciteit van de zorginstelling. Lange termijn inzicht in dergelijke ontwikkelingen en de effecten op verschillende ratio’s is essentieel om de impact van deze variabelen te analyseren. In tegenstelling tot de endogene variabelen kan de instelling geen invloed uitoefenen op de exogene variabelen (‘exo’ –
Grieks voor ‘buiten’). Exogene variabelen kunnen algemene economische variabelen zoals inflatie en rente zijn, maar ook sectorspecifieke zoals ZZP-tarieven en NHC-tarieven. Net als bij de endogene variabelen is het belangrijk dat de variabelen op zorgvuldige wijze worden vastgesteld. ‘De rente’ bestaat bijvoorbeeld uit meerdere rentevariabelen, zoals de korte financieringsrente, de lange financieringsrente en de te ontvangen rente op liquide middelen. Voor een betrouwbaar inzicht in de financiële toekomst en de financiële risico’s is het van belang dat zowel endogene als exogene variabelen goed doordacht worden onderbouwd. Zodra de variabelen zijn vastgesteld, kan de meerjarenraming worden doorgerekend en beschikt de instelling over de output van de meerjarenraming. In Figuur 1 is het verloop weergegeven van het resultaat en het resultaat als percentage van de omzet. De vraag is echter hoe uit deze output moet worden geïnterpreteerd. Hier wordt het interne referentiekader relevant.
Figuur 1. Verloop van het resultaat en het resultaat als percentage van de omzet
Interne en externe referentiekaders voor toetsing financierbaarheid Het referentiekader bevat maatstaven voor diverse kengetallen en ratio’s. Enkele bekende ratio’s zijn de solvabiliteitsratio en de Debt Service Coverage Ratio (DSCR). Deze ratio’s worden ook door banken gebruikt bij het beoordelen van een financieringsaanvraag. De solvabiliteitsratio geeft de verhouding weer tussen het eigen vermogen en het vreemd vermogen. Een lage solvabiliteitsratio wordt gezien als indicatie dat het risico op het niet terugbetalen van het vreemd vermogen relatief groot is. Bij een faillissement zal, indien de solvabiliteitsratio laag is, de (liquidatie)waarde van de activa mogelijk onvoldoende zijn om alle leningen terug te betalen. De DSCR is een indicator van de hoeveelheid vreemd vermogen die gedragen kan worden door de operationele kasstroom. Om de DSCR te berekenen wordt de operationele kasstroom plus de rente en aflossing gedeeld door de rente plus aflossing. Een DSCR van 1,0 geeft aan dat de instelling de rente en aflossing precies kan betalen uit de operationele kasstroom. Over het algemeen eisen stakeholders een minimale DSCR van 1,2 tot 1,5. Naast de solvabiliteitsratio en de DSCR bestaat het referentiekader vaak ook uit eisen voor het resultaat en de loan-to-value ratio (de verhouding tussen het vreemd vermogen en de marktwaarde van het vastgoed).
Figuur 2 is een weergave van een vergelijking tussen het verloop van de DSCR en de gestelde norm. Uit deze figuur blijkt dat de DSCR niet voldoet aan de gestelde norm en de instelling haar beleid dient aan te passen om binnen de grenzen van het financiële referentiekader te blijven.
Figuur 2. Verloop DSCR ten opzichte van de gestelde norm
Scenarioanalyse maakt risico’s inzichtelijk Na het doorrekenen van de integrale meerjarenraming en het toetsen van de uitkomsten aan het financiële referentiekader is de analyse echter nog niet afgerond. Want wat gebeurt er als de economie weer aantrekt en de rente onverwacht gaat stijgen? Of wat gebeurt er als de instelling de geprognosticeerde bezuinigingen niet weet te realiseren? Deze veranderingen in de uitgangspunten kunnen grote invloed uitoefenen op de haalbaarheid van de ambities, zodat het belangrijk is om de gevolgen vooraf in te kunnen schatten. Het toverwoord hierbij is scenarioanalyse. Hiermee worden de risico’s ingeschat en kan alternatief beleid worden voorbereid. Een goede scenarioanalyse stelt de instelling in staat om te anticiperen in plaats van te reageren. Kwalitatieve scenarioanalyse Het uitvoeren van een scenarioanalyse kent verschillende voordelen. Ten eerste is er de al genoemde reden van het in kaart brengen van de risico’s die de organisatie loopt. Het ontwikkelen van scenario’s creëert namelijk een grotere kennis van de oorzaken van veranderingen. De organisatie ontwikkelt als het ware voelsprieten voor de onzekere omgeving. Een ander voordeel van de scenarioanalyse is dat het onoverkomelijke relaties laat zien die eerder niet inzichtelijk waren. Voorbeelden hiervan zijn de demografische situatie, technologische ontwikkeling en bekostigingssystematiek. Daarnaast beschermt het opstellen van scenario’s tegen groepsdenken. Mensen worden geprikkeld om af te wijken van de in de organisatie gangbare visie, waardoor eerder niet besproken beleidsvarianten aan het licht komen. De eerste stap in de scenarioanalyse betreft het variëren met de endogene variabelen en exogene variabelen. Hierdoor verkrijgt de organisatie een inzicht in de gevoeligheid van een meerjarenbegroting voor wijzigingen in de variabelen. Zo kan ook worden vastgesteld welke variabelen het grootste effect hebben op het financiële resultaat en daarmee gelden als ‘drivers of change’. 15
Voor de eerste jaren is het over het algemeen mogelijk om een accurate inschatting te maken van de endogene variabelen, maar de foutmarge stijgt vanzelfsprekend wanneer de schattingen verder in de toekomst liggen. Zo is het inschatten van de bezetting voor het komende jaar met een redelijke mate van zekerheid te voorspellen, de bezetting in 2019 is echter veel lastiger vast te stellen. De consequenties van een afwijking in de bezetting kunnen worden doorgerekend door naast het basisscenario drie additionele scenario’s te ontwikkelen: de bezetting is vanaf 2012 10% hoger dan in het basisscenario, de bezetting is vanaf 2012 10% lager uitvallen dan in het basisscenario, de bezetting is vanaf 2012 30% lager dan in het basisscenario. Voor de exogene variabelen is de onzekerheid nog groter, aangezien de instelling hier geen invloed op kan uitoefenen. De ontwikkeling van het te betalen rentepercentage is redelijkerwijs te bepalen aan de hand van de rentecurve, maar door een wijziging van het Europees monetair beleid kan deze voorspelling volledig onjuist zijn. Om de gevoeligheid voor het te betalen rentepercentage inzichtelijk te krijgen kunnen wederom drie additionele scenario’s gecreëerd worden: het rentepercentage is 1,0% lager dan in het basisscenario, het rentepercentage is 0,5% hoger dan in het basisscenario, het rentepercentage is 2,5% hoger dan in het basisscenario. In Figuur 3 is het verloop van het resultaat weergegeven bij verschillende scenario’s van het te betalen rentepercentage. Uit de analyse blijkt dat de organisatie zich herstelt van een stijging van het te betalen rentepercentage met 0,5%, terwijl dit niet het geval is bij een stijging met 2,5%. Aangezien een wijziging van het te betalen rentepercentage een significant effect kan hebben op het resultaat geldt deze variabele als een ‘driver of change’.
dit een direct effect heeft op de inzet van fte’s en het op peil houden van het marktaandeel. Met andere woorden, bij het opstellen van de verschillende scenario’s moet er goed gekeken worden naar hoe de verschillende variabelen elkaar beïnvloeden. De scenario’s moeten zo worden samengesteld dat ze een weergave vormen van een mogelijke ontwikkeling. Er zijn daarnaast een aantal praktische elementen waar rekening mee moet worden gehouden bij het ontwikkelen van de scenario’s. Zo bestaat de natuurlijke neiging om bij een presentatie van drie scenario’s de middelste te selecteren. Het is daarom verstandiger om vier in plaats van de gangbare drie scenario’s te ontwikkelen. Daarnaast is het belangrijk om te realiseren dat het vaststellen van scenario’s niet een eenmalige handeling is. Scenario’s moeten worden bijgewerkt om tot optimale resultaten te komen. Bedenk telkens welke informatie vorige keer over het hoofd is gezien of niet correct is geïnterpreteerd en probeer van die fouten te leren. Tot slot moet er bij het ontwikkelen van de scenario’s ruimte worden geboden voor afwijkende toekomstvisies. De kracht van de analyse is juist dat er kan worden afgeweken van de status quo. In Figuur 4 is het verloop van de solvabiliteit weergegeven in een viertal fictieve scenario’s. Uit de figuur blijkt dat het Tornado scenario en het Slechtweer scenario niet voldoen aan minimal vereiste solvabiliteit van 10%.
Figuur 4. Verloop solvabiliteit bij vier scenario’s
Figuur 3. Verloop resultaat bij variatie met het te betalen rentepercentage
Een volgende stap in de scenarioanalyse is het opstellen van scenario’s waarbij zowel de exogene als de endogene variabelen in samenspel worden gekozen. In werkelijkheid zal bijvoorbeeld een lagere bezetting niet een op zichzelf staande gebeurtenis zijn. Bij een lage bezettingsgraad is er vanzelfsprekend geen behoefte aan uitbreidingsinvesteringen en kan het investeringsniveau worden teruggeschroefd. Een ander voorbeeld is dat bij het verschuiven van investeringen 16
Monte Carlo simulatie De overtreffende trap in de scenarioanalyse is de Monte Carlo simulatie. Deze simulatietechniek is ontstaan in de casino’s van Monaco waar een man de kans wilde weten op het uitspelen van een potje Patience. Aangezien dit te complex was om te berekenen heeft hij honderd keer de kaarten geschud en geteld hoe vaak hij het spel uitspeelde. Door het gebruik van software zijn we in staat om hetzelfde te doen met een set van macro-economische variabelen. Door de onzekerheid omtrent de hoogte van de variabelen is het te complex om de kans op een solvabiliteit of DSCR te berekenen van een zorginstelling. Het is echter wel mogelijk om honderd mogelijke sets van de exogene variabelen te simuleren en te hanteren in de meerjarenraming om vervolgens te bekijken hoe de solvabiliteit en DSCR zich ontwikkelen in de honderd scenario’s.
Met behulp van historische gegevens zijn bij de simulatie in eerste instantie de grenzen en de distributie van variabelen en de onderlinge verbanden tussen variabelen op een accurate manier vast worden gesteld. Op deze manier wordt gewaarborgd dat de gecreëerde scenario’s een samenhangend geheel vormen. Zo wordt bijvoorbeeld voorkomen dat de inflatie zich structureel op een significant hoger niveau bevindt dan het te betalen rentepercentage, een in de praktijk zeer onwaarschijnlijke situatie. De endogene variabelen zijn bepaald door de zorginstelling en wijzigen niet in de Monte Carlo simulatie. In Figuur 5 is het verloop van de solvabiliteit weergegeven in honderd scenario’s van de exogene variabelen. Er is uitgegaan van een bezetting van 80% en er zijn geen structurele besparingen ingerekend terwijl er wel van opgelegde taakstellingen wordt uitgegaan. Uit de figuur blijkt dat de solvabiliteit in bijna alle honderd scenario’s een dalend verloop kent. In het merendeel van de scenario’s is de solvabiliteit zelfs negatief in 2019.
Figuur 5. Verloop van de solvabiliteit in honderd scenario’s van de
exogene variabelen
Figuur 6. Verloop van de solvabiliteit in honderd scenario’s, waarbij de scenario’s met een te betalen rentepercentage hoger dan 6,5% met een rode lijn zijn weergegeven
Om het risicoprofiel van de organisatie bij het gekozen beleid te definiëren is het mogelijk om deze uitkomsten te bundelen en uit te drukken in een mate van waarschijnlijkheid. Figuur 6 geeft de waarschijnlijkheid weer dat de solvabiliteit lager is dan 20% in 2018 en de DSCR lager is dan 1,4 in 2018. Zoals al bleek uit figuur 6. is de kans op een solvabiliteit lager dan 20% in 2018 in variant 1 zeer groot. De kans op een DSCR lager dan 1,4 in 2018 is circa 40%. Het is ook mogelijk om de endogene variabelen aan te passen en op die manier het risicoprofiel van verschillende beleidsvarianten door te rekenen. De risicoprofielen van drie beleidsvarianten zijn eveneens weergegeven in Figuur 7 Zoals verwacht heeft de organisatie een lager risicoprofiel indien de bezetting stijgt naar 90% of er structurele besparingen worden gerealiseerd. Ook de bezetting en de mate van realisatie van besparingen blijken ‘drivers of change’ te zijn.
Bij het analyseren van de scenario’s is het vervolgens zaak om te achterhalen wat de drivers zijn van het resultaat. Welke variabelen veroorzaken de scenario’s met een zeer negatieve solvabiliteit? De Monte Carlo simulatie stelt je in staat om de scenario’s die voldoen aan een ingevoerde eigenschap onderscheidend weer te geven. In figuur 6. zijn de scenario’s waarbij het rentepercentage hoger is dan 6,5% met een rode lijn weergegeven. Uit deze figuur blijkt zeer duidelijk dat er een sterke correlatie bestaat tussen scenario’s met een zeer negatieve solvabiliteit en een hoog rentepercentage. Omdat de scenario’s een samenhangend geheel vormen en andere variabelen ook wijzigen kan causaliteit niet aangetoond worden, maar er zijn sterke aanwijzingen dat de hoogte van het rentepercentage een ‘driver of change’ is. Figuur 7. Het risicoprofiel van verschillende beleidsvarianten
Referentiekader scenarioanalyse Het vaststellen van een referentiekader voor de uitkomsten van de scenarioanalyse is minder eenduidig dan het refe17
rentiekader voor de meerjarenraming. De vraag is hierbij namelijk hoeveel risico de organisatie wil lopen. Mag het resultaat in het slecht weer scenario niet negatief zijn of is het minimaal vereiste resultaat in het slecht weer scenario € 5 miljoen? Moet de DSCR in 2019 in 70% van de scenario’s hoger dan 1,4 zijn of moet dit in minimaal 90% van de scenario’s het geval zijn? Ons inziens is het te hanteren referentiekader voor de scenarioanalyse afhankelijk van de uitgangspositie en toekomstplannen van een organisatie. Natuurlijk kunnen de door stakeholders vereiste financiële ratio’s als leidraad worden gehanteerd en moet er een bepaalde mate van zekerheid zijn dat een organisatie hieraan voldoet. Het exacte zekerheidsniveau verschilt echter per situatie. Zo is het logisch dat een instelling meer zekerheid wil hebben als er sprake is van een beperkte investeringsambitie en financieringsbehoefte.
In Figuur 9 is een impactanalyse weergegeven die is gebaseerd op de meerjarenraming en scenarioanalyse. De impactanalyse is een visualisatie van het risicoprofiel van een organisatie. Hierbij ligt de nadruk op de bij het opstellen van de meerjarenraming en uitvoeren van de scenarioanalyse vastgestelde ‘drivers of change’. In de impactanalyse worden de drivers en de manier waarop de mogelijk ontwikkelingen van drivers een negatief effect hebben op het financiële resultaat beschreven. Vervolgens zijn de waarschijnlijkheid en impact zoals gebleken uit de meerjarenraming en scenarioanalyse van deze ontwikkeling weergegeven. Door de toevoeging van de impactanalyse zijn de risico’s van de instelling bij het gekozen beleid inzichtelijk en is de organisatie in staat om te sturen op deze risico’s.
Na inzicht volgt sturing op de lange termijn Doordat zorginstellingen op lange termijn veel risico lopen, moet je ook op lange termijn in control zijn. Om dit te realiseren is het van groot belang om de meerjarenraming en scenarioanalyse te integreren in de planning en control cyclus. Het sturen op de financiële ratio’s vormt hierin een essentieel element en completeert hiermee de lange termijn planning en control cyclus.
Figuur 9. Impactanalyse
Figuur 8. Planning & control cyclus
Het sturingstraject is een continu proces. Elk jaar en bij elke grote investering moet er bekeken worden of de organisatie binnen de grenzen van het financiële referentiekader blijft. Voor het merendeel van de zorginstellingen bestaat de periodieke rapportage momenteel uit een vergelijking van de realisatie van het vorige jaar, de begroting van de huidige periode en de realisatie van de huidige periode. Om het sturingstraject te optimaliseren is het wenselijk om hier een impactanalyse van de drivers van het financieel resultaat aan toe te voegen. Zo worden de risico’s van de organisatie bij het gekozen beleid inzichtelijk gemaakt, waardoor de organisatie tijdig actie kan ondernemen. Er kan bijvoorbeeld besloten worden om de investeringen ‘on hold’ te zetten als de bezetting achterblijft bij de verwachtingen en bekend is dat het financiële resultaat erg gevoelig is voor wijzigingen in de bezetting. 18
Maarten van den Broek, adviseur Finance Ideas
Michiel Majoor, adviseur Finance Ideas
