��������������������������������������������� ���������������������������������������������
����������������������������������������������������������������� ����������������������������������������������������������������� ���������������������������������������������������������������� ���������������������������������������������������������������� ��������������������������������������������������������������� ��������������������������������������������������������������� �������������������������������������������������� �������������������������������������������������� ���������������������������������������������������������������������������������� �������������������������������������������������������������������������������� ���������������������������������������������������������������������������������� ����������������������������������������������������������������������������������� �������������������������������������������������������������������������������� ������������������������������������������������������������������������������������� ����������������������������������������������������������������������������������� ������� ������������ ������ �� ������������ ���������� ��������� ������������� ����������� ������������������������������������������������������������������������������������� ���������� ����������� ����� ����������� ������ ������������ ����� ������������� ������� ������������ ������ �� ������������ ���������� ��������� ������������� ����������� ������� ��� ���������� ��� ��������� ���������� ��������� ��������� �������� ���������� ������������������� ����� ����������� ������ ������������ ����� ������������� ���������������������������������������������������������������������������������� ������� ��� ���������� �������� ��� ��������� ���������� ��������� ��������� �������� �������������������������������������������������������������������������������� ���������������������������������������������������������������������������������� ���������������������������������������������������������������������������� �������������������������������������������������������������������������������� ������� ��� ������������ ������������ ������ ������� �������������� ������� ��������� ���������������������������������������������������������������������������� ������������������������������������������������������������������������������������ ������� ��� ������������ ������������ ������ ������� �������������� ������� ��������� ����������������������������������������������������� ������������������������������������������������������������������������������������ �����������������������������������������������������
����������������������������������
��������������������������������������������� ����������������������������������������������������������������� ���������������������������������������������������������������� ��������������������������������������������������������������� �������������������������������������������������� ���������������������������������������������������������������������������������� �������������������������������������������������������������������������������� ����������������������������������������������������������������������������������� ������������������������������������������������������������������������������������� ������� ������������ ������ �� ������������ ���������� ��������� ������������� ����������� ���������� ����������� ����� ����������� ������ ������������ ����� ������������� ������� ��� ���������� �������� ��� ��������� ���������� ��������� ��������� �������� ���������������������������������������������������������������������������������� �������������������������������������������������������������������������������� ���������������������������������������������������������������������������� ������� ��� ������������ ������������ ������ ������� �������������� ������� ��������� ������������������������������������������������������������������������������������ �����������������������������������������������������
����������������������������������
Upozornění pro čtenáře a uživatele této knihy Všechna práva vyhrazena. Žádná část této tištěné či elektronické knihy nesmí být reprodukována a šířena v papírové, elektronické či jiné podobě bez předchozího písemného souhlasu nakladatele. Neoprávněné užití této knihy bude trestně stíháno.
Edice Finanční řízení
Ing. Marek Vochozka, MBA, Ph.D.
Metody komplexního hodnocení podniku Vydání odborné knihy schválila Vědecká redakce nakladatelství Grada Publishing, a.s. Recenzenti: Ing. Václav Bašek, CSc., prof. Ing. Jaroslav Homolka CSc. Vydala GRADA Publishing, a.s. U Průhonu 22, Praha 7, jako svou 4387. publikaci Realizace obálky Jan Dvořák Sazba Jan Šístek Odpovědná redaktorka Ing. Michaela Průšová Počet stran 248 První vydání, Praha 2011 Vytiskly Tiskárny Havlíčkův Brod, a.s. ____________________________________________
© GRADA Publishing, a. s., 2011
ISBN 978-80-247-3647-1 (tištěná verze) GRADA Publishing: tel.: 234 264 401, fax 234 264 400, www.grada.cz ISBN 978-80-247-7462-6 (elektronická verze ve formátu PDF) © Grada Publishing, a.s. 2012
Obsah 1. Proč hodnotit podnik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 1.1 Hodnocení podniku podnikem samotným . . . . . . . . . . . . . . . . . . . . . . . . . . 9 1.2 Hodnocení z důvodu vlastnické změny ve společnosti . . . . . . . . . . . . . . . . 9 1.3 Hodnocení podniku ze strany externích subjektů . . . . . . . . . . . . . . . . . . . 10 2. Finanční analýza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.1 Finanční analýza – uživatelé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2 Finanční analýza – její vstupy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.3 Základní metody finanční analýzy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
12 12 14 19
3. Nástroje hodnocení podniku . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.1 Metodika tvorby modelů hodnocení podniku . . . . . . . . . . . . . . . . . . . . . . . 3.2 Jednorozměrná analýza (univariate analysis) . . . . . . . . . . . . . . . . . . . . . . 3.3 Risk index modely . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.4 Vícenásobná diskriminační analýza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.5 Modely podmíněné pravděpodobnosti . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.6 Problémy související s klasickými statistickými metodami . . . . . . . . . . . . 3.7 Neuronové struktury – NN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
39 39 40 41 42 47 49 69
4. Bonitní a bankrotní modely . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75 4.1 Finanční analýza – Schmallenbachova společnost . . . . . . . . . . . . . . . . . 75 4.2 Dynamický stupeň zadlužení . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76 4.3 Finanční hodnocení podniku: Bonitní modely . . . . . . . . . . . . . . . . . . . . . . 77 4.4 Finanční hodnocení podniku: Bankrotní modely . . . . . . . . . . . . . . . . . . . . 83 4.5 Finanční hodnocení podniku: Bankrotně bonitní modely . . . . . . . . . . . . 108 5. E VA – Economic Value Added (Brealey, Myers, Allen, Kislingerová) . . . . 5.1 Základní struktura ukazatele EVA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.2 Výpočet jednotlivých složek vzorce ukazatele EVA . . . . . . . . . . . . . . . . 5.3 Rozbor ukazatele EVA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
120 120 121 125
6. E VA – Economic Value Added (Neumaierovi) . . . . . . . . . . . . . . . . . . . . . . . 6.1 WACC a ratingový model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.2 Tržní přidaná hodnota MVA – Market Value Added . . . . . . . . . . . . . . . . .
126 129 133
7. Harry Pollak – hodnocení životaschopnosti podniku . . . . . . . . . . . . . . . .
135
8. V ypovídací hodnota vybraných bankrotních modelů . . . . . . . . . . . . . . . . 8.1 Praktická část: aplikace na konkrétním podniku . . . . . . . . . . . . . . . . . . . 8.2 Praktická část II: posouzení vypovídací hodnoty celého vzorku . . . . . . . 8.3 Praktická část II: posouzení vypovídací hodnoty stavebních podniků . .
143 155 159 161
9. Závěr . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
165
10. Seznam použité literatury . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
167
11. Seznam použitých zkratek . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
182
Příklad 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184 Příklad 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193 Poměrová finanční analýza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
204
Metody komplexního hodnocení podniku (bankrotní a bonitní modely) . . . .
212
Příklad 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 220 Poměrová finanční analýza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
231
Metody komplexního hodnocení podniku (bankrotní a bonitní modely) . . . .
236
12. Rejstřík . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
244
Poděkování Rád bych touto cestou vyjádřil velké poděkování Ing. Václavu Baškovi, CSc., prof. Ing. Jaroslavu Homolkovi, CSc., Ing. Pavlu Rouskovi a Bc. Evě Pšikalové za jejich věcné připomínky, kladná doporučení a cenné rady pro tuto publikaci.
7
Proč hodnotit podnik
1. Proč hodnotit podnik V dnešní době, kdy hospodaření většiny firem u nás i ve světě významně ovlivnil nástup hospodářské krize, se téma hodnocení podniků stává opět více aktuálním a jeho význam roste – společnosti se transformují, prodávají, slučují, dostávají se do finanční tísně, krachují. Zpřísňují se podmínky poskytování úvěrů ze strany finančních institucí, pojišťovny se více zaměřují na analýzy rizik a odhalování pojistných podvodů, investoři investující do cenných papírů jsou opatrnější než v dřívější době, majitelé se staví zodpovědněji ke zprávám managementu o stavu jejich společnosti. Jak je z těchto skutečností patrné, důvodů pro hodnocení podniků je mnoho. Účel, k jakému má hodnocení sloužit, případně komu má sloužit, je základním kritériem majícím zásadní vliv na určení celého procesu hodnocení. V obecném pojetí můžeme definovat různé účely a způsoby hodnocení/ocenění podniku.
1.1 Hodnocení podniku podnikem samotným
K hodnocení podniku podnikem samotným, resp. managementem tohoto podniku, dochází z několika různých důvodů: potřeba managementu – v některých společnostech je jedním kritériem hodnocení managementu např. dosažená hodnota společnosti (management má stanovenou tzv. cílovou hodnotu společnosti). Management využívá hodnocení podniku jako zpětné vazby své činnosti. potřeba majitelů – majitelé podniku mají výrazný zájem na informaci, jakým směrem a také jakou rychlostí se vyvíjí jejich „bohatství“. Z tohoto důvodu mají velký zájem na co nejpřesnějších informacích o aktuálním stavu své společnosti.
1.2 Hodnocení z důvodu vlastnické změny ve společnosti
Dochází-li k prodeji podniku nebo jeho části, k prodeji podílu ve společnosti nebo k fúzi společností, je pro prodávajícího i kupujícího důležité znát tržní hodnotu společnosti. M. Mařík (1998) píše, že „tržní hodnota je odhadnutá částka, za kterou by měl být majetek směněn k datu ocenění mezi koupěchtivým kupujícím a prodejechtivým prodávajícím při transakci mezi samostatnými a nezávislými partnery po náležitém marketingu, ve které by obě strany jednaly informovaně, rozumně a bez nátlaku.“ Tuto tržní cenu je dále nutné upravit o subjektivní aspekty. Mnoho teoretiků oceňování se přiklání k názoru, že hodnotu podniku je třeba považovat za jedinečný jev. Hodnotou podniku tedy není prioritně pravděpodobná cena podniku na trhu, ale souhrn užitků konkrétního účastníka transakce. Subjektivní aspekty se v praxi u prodávajícího a kupujícího významně liší i přes fakt, že bývají zpravidla alespoň částečně oboustranně objektivně podloženy. Prodávající do těchto aspektů zahrnuje například očekávání budoucího pozitivního vývoje společnosti z důvodu rozjednaných nových kontraktů či vývoje nového nebo inovovaného produktu. To bude mít ze strany prodávajícího vliv na zvyšování ceny nad rámec aktuálního (tržního) ocenění. Naproti tomu u kupujícího bude u subjektivních aspektů hrát významnou roli motiv koupě společnosti. Bude-li jeho motivem odstranění konkurence, nebude 9
Metody komplexního hodnocení podniku
výše zmíněným subjektivním aspektům přisuzovat takovou váhu jako prodávající. Další skutečností, mající vliv na váhu subjektivních aspektů v prodejní ceně, je případná existence či neexistence konkrétního zájemce. Je-li společnost nabízena k prodeji, aniž by byl znám konkrétní zájemce, pak nemůže prodávající klást subjektivním aspektům větší význam a je nucen držet se spíše tržního ocenění. Nicméně i to pro něho může být za určitých podmínek – např. v případě spíše negativního očekávání budoucího vývoje – výhodné. Další skutečností, která bude mít u vlastnické změny společnosti vliv na celkovou hodnotu společnosti, je její právní forma a s tím související způsob ručení.
1.3 Hodnocení podniku ze strany externích subjektů
Další skupinou uživatelů informací ohledně hodnocení podniku jsou externí subjekty spolupracující s hodnoceným subjektem – dodavatelé, odběratelé, banky, pojišťovny, kooperující partneři, zaměstnanci, odborové a oborové organizace apod. Obecně se tato skupina, která v různých formách ovlivňuje hodnocený podnik a současně je i tímto podnikem ovlivňována, v moderní literatuře nazývá „stakeholdeři“. Mezi jednotlivými stakeholdery se asi nejdůkladněji oceněním podniků zabývají banky a jim podobné finanční instituce, které poskytují podniku finanční prostředky, ať už pro krátkodobé či dlouhodobé financování. Každý zájemce o úvěr je detailně zkoumán bankovními analytiky, kteří mj. využívají i informace od dalších subjektů – například ratingových a scoringových společností. Jejich společným cílem je snaha o predikci budoucího vývoje analyzovaného subjektu a následné dopady na jeho schopnosti plnit své závazky včas a v dostatečné míře. Banky používají vlastní osvědčené metody pro prověřování bonity klientely a dbají na co možná nejsilnější zajištění úvěrů. Využívají ke své práci nejrůznější bankrotní a bonitní modely a tyto doplňují a rozšiřují o své vlastní ukazatele. Z okruhu stakeholderů mají banky bezpochyby nejlepší přístup k informacím, které získávají v aktuálním čase přímo od hodnoceného podniku – klienta, což jim umožňuje ohodnotit daný subjekt s daleko větší spolehlivostí než ostatní subjekty mající zpravidla k dispozici pouze informace z řádné účetní závěrky (které v důsledku zákonných lhůt vymezených pro zveřejnění účetní závěrky nemusejí v momentu zveřejnění vypovídat o právě aktuálním stavu daného subjektu). Dodavatelé v běžné praxi v drtivé většině případů poskytují svým zákazníkům určitý čas na úhradu svých závazků, čímž se řadí mezi subjekty podílející se na financování svých zákazníků. Zejména u dodavatelských subjektů s malým absolutním počtem zákazníků kombinovaných s dlouhými splatnostmi závazků z obchodního styku (v dnešní době se běžně setkáváme s 60denní, ale nezřídka kdy i se 120denní splatností) může být finanční tíseň jednoho zákazníka pro daného dodavatele likvidační. Z tohoto pohledu je pro dodavatele alespoň rámcová informace o finanční stabilitě svého zákazníka neméně důležitá, jako pro bankovní subjekty. Bohužel ve srovnání s nimi nemá dodavatel takový přístup k informacím o svých zákaznících a musí se spoléhat na již zmiňované finanční výkazy zveřejňované např. společně s účetní závěrkou. Pro odběratele je stabilní finanční situace svých dodavatelů klíčová zejména z důvodu zajištění plynulého chodu své výroby. V dnešní době minimalizace skladových zásob 10
Proč hodnotit podnik
(v extrémních případech až existence nulových zásob) je pro odběratele stabilita svých dodavatelů klíčová. Závazek dodavatele k zákazníkovi ohledně pravidelného poskytování nejrůznějších informací (zejména ze své rozvahy) je dnes běžně zahrnován do rámcových dodavatelsko-odběratelských smluv.
11
Metody komplexního hodnocení podniku
2. Finanční analýza Dříve, než se budeme věnovat metodám komplexního hodnocení podniku, bych chtěl zaměřit vaši pozornost k finanční analýze jako takové. V prostředí České republiky je jejím propagátorem především profesor Synek, potažmo profesorka Kislingerová. Vycházejí z přístupu, který definovala v Německu Schmallenbachova společnost. Její výhodou je možnost analytického a systémového přístupu k jednotlivým činnostem podniku. Můžeme hodnotit samostatně likviditu, aktivitu či rentabilitu. Tento přístup však klade zásadní důraz na znalosti a zkušenosti hodnotitele. Měl by umět interpretovat nejen jednotlivé ukazatele, ale měl by z takovýchto střípků poskládat mozaiku, která předá příslušným skupinám informaci o stavu společnosti. Navíc se mnohdy setkáváme s tím, že hodnotitelé vybírají ukazatele, které nemají přímou vazbu na jejich zájmy a motivy. Finanční analýza je formalizovanou metodou, která umožňuje získat představu o finančním zdraví podniku. Její tvorba spadá do kompetencí finančního manažera a také vrcholového vedení podniku. Je prováděna především před investičním či finančním rozhodováním v podniku. Pouze na základě zůstatků či obratů jednotlivých účtů se nelze zcela správně rozhodnout. Údaje získané z účetních výkazů mají praktický smysl až při porovnání s ostatními číselnými údaji. Finanční analýza přezkoumává minulost i současnost a přináší tak informace o výkonnosti podniku a o potenciálních rizicích, které vyplývají z jeho fungování. Zároveň se zabývá i dalším vývojem podniku a jeho budoucími kroky. Porovnáním jednotlivých ukazatelů v čase a prostoru vzniká hlavní přínos finanční analýzy.
2.1 Finanční analýza – uživatelé
Informace o finančním zdraví podniku nevyužívají pouze manažeři a vrcholové vedení. Uživatele finanční analýzy lze rozdělit na externí a interní. Mezi externí uživatele patří: • stát a jeho orgány, • investoři, • banky a jiní věřitelé, • obchodní partneři, • konkurence, apod. Interními uživateli finanční analýzy jsou: • manažeři, • zaměstnanci, • odboráři.
12
Finanční analýza
2.1.1 Stát a jeho orgány Stát se zaměřuje především na kontrolu vykazovaných daní a dále využívá informace o podnicích pro různé statistické průzkumy, rozdělování finančních výpomocí (subvence, dotace, atd.), kontrolu podniků se státní účastí a sleduje finanční zdraví podniků, kterým byly v rámci veřejné soutěže svěřeny státní zakázky.
2.1.2 Investoři Investoři jsou jinými slovy poskytovatelé kapitálu a využívají zprávy o finanční výkonnosti podniku především proto, aby získali dostatečné množství informací pro rozhodování o potenciálních investicích. Sledují především míru rizika a výnosů spojených s vloženým kapitálem. Dále také získávají informace, jak podnik nakládá s prostředky, které do podniku vložili. Tento aspekt je důležitý hlavně u akciových společností, kde vlastníci kontrolují manažery, jak hospodaří.
2.1.3 Banky a jiní věřitelé Věřitelé využívají informace z finanční analýzy proto, aby získali představu o finančním zdraví budoucího či existujícího dlužníka. V počáteční fázi se věřitel rozhoduje, zda úvěr poskytne, v jaké výši a za jakých podmínek. Součástí úvěrových smluv bývá pravidelné předávání zpráv o finanční situaci podniku (dlužníka).
2.1.4 Obchodní partneři Obchodní partneři se zaměřují zejména na schopnost podniku dostát svým závazkům z daných obchodních vztahů. Proto sledují především zadluženost, solventnost a likviditu podniku. Tyto ukazatele jsou projevem krátkodobého zájmu zákazníků a dodavatelů. Neméně důležité je však i hledisko dlouhodobé, které představuje dlouhodobou stabilitu obchodních vztahů.
2.1.5 Manažeři Manažeři potřebují finanční analýzu pro potřeby operativního a strategického finančního řízení podniku. Ve většině podniků jsou jistě jejími zpracovateli, protože mají přístup i k informacím, které nejsou veřejně dostupné externím uživatelům (banky, stát, investoři, atd.). Výstupy z finanční analýzy využívají manažeři ke každodenní práci a snaží se tak naplánovat základní cíle podniku.
2.1.6 Zaměstnanci Zaměstnanci mají přirozený zájem na prosperitě a stabilitě podniku. Jedná se zejména o prosperitu a jistotu zaměstnání, o stabilitu v oblasti mzdové a sociální.
2.1.7 Další uživatelé Uvedený výčet uživatelů finanční analýzy není zcela úplný a je tedy zřejmé, že se význam finanční analýzy nesmí podceňovat. V současnosti je sestavování a vyhodnocování finančních ukazatelů běžnou součástí činnosti podniku. 13
Metody komplexního hodnocení podniku
2.2 Finanční analýza – její vstupy
Hlavním zdrojem informací pro vypracování finanční analýzy je účetní závěrka. Dle E. Kislingerové (2007) „v České republice upravuje tuto oblast především zákon č. 563/1991 Sb., o účetnictví, ve znění pozdějších předpisů, a dále od 1. 1. 2003 soubor opatření, kterými se stanoví účetní osnova a postupy účtování“. Základní typy účetní závěrky jsou následující: • řádná účetní závěrka (dle zákona č. 563/1991 Sb., ve znění pozdějších předpisů „roční účetní závěrka“), • mimořádná účetní závěrka, • mezitímní účetní závěrka. Řádná účetní závěrka je nejčastěji zmiňovaná, protože ji podniky zpracovávají k poslednímu dni běžného účetního období. K tomuto dni se uzavírají účetní knihy a výstupy slouží pro výpočet daně z příjmu. Někdy je též nazývána jako „konečná účetní závěrka“. V ostatních případech se stavuje mimořádná účetní závěrka. Její tvorba je tedy závislá na mimořádných okolnostech, např. vstup společnosti do insolvenčního řízení. Mezitímní účetní závěrka se sestavuje v průběhu běžného účetního období a hlavním rozdílem mezi ní a řádnou účetní závěrkou je, že nedochází k uzavírání účetních knih a inventarizace se provádí jen pro účel vyjádření ocenění majetku. Mezitímní účetní závěrka je sestavována např. při přeměně společnosti. Dalším cenným zdrojem při zpracování finanční analýzy může být výroční zpráva. Zpracovávají ji ty účetní jednotky, které podle § 21 zákona o účetnictví podléhají auditu. Účetní závěrka je tvořena následujícími účetními výkazy: • rozvaha, • výkaz zisku a ztráty zisku a ztrát, • výkaz cash flow (přehled o peněžních tocích), • příloha k účetní závěrce.
2.2.1 Rozvaha Rozvaha je písemným přehledem majetku a zdrojů podniku k určitému datu. Názvy jednotlivých položek a jejich hodnoty vycházejí z jednotlivých účtů účetní osnovy a postupů účtování. Jinými slovy rozvaha zachycuje majetkovou a zdrojovou strukturu podniku. Aktiva jsou majetkem, kterým podnik disponuje, a pasiva jsou zdrojem kapitálu, ze kterého byly jednotlivé majetkové položky pořízeny. Základním vztahem v rozvaze je princip bilanční rovnosti, který lze vyjádřit následovně:
Vzorec 1: Aktiva Aktiva = vlastní kapitál + dluhy Zdroj: Vlastní interpretace vzorce. 14
Finanční analýza
Aktiva jsou vložené prostředky, které mají podniku přinést určitý ekonomický efekt a vznikly na základě minulých rozhodnutí. Dluhy jsou veškeré současné závazky podniku, které budou v budoucnosti snižovat ekonomický efekt aktiv zapojených do činnosti podniku. 2.2.1.1 Aktiva Majetek se dělí na tři základní skupiny – na stálá aktiva (dlouhodobý majetek), krátkodobý oběžný majetek a třetí skupinu tvoří specifická skupina přechodných aktiv (časové rozlišení). Tabulka 1: Základní struktura aktiv
Označení A. B. B.I. B.II. B.III. C. C.I. C.II. C.III. C.IV. D.
AKTIVA AKTIVA CELKEM Pohledávky za upsaný vlastní kapitál Dlouhodobý majetek Dlouhodobý nehmotný majetek Dlouhodobý hmotný majetek Dlouhodobý finanční majetek Oběžná aktiva Zásoby Dlouhodobé pohledávky Krátkodobé pohledávky Krátkodobý finanční majetek Časové rozlišení
Běžné účetní období Minulé období Brutto Korekce Netto
Zdroj: Kislingerdová, E. a kol. (2007).
Dlouhodobý majetek je tvořen především dlouhodobým hmotným a nehmotným majetkem. Do hmotného dlouhodobého majetku patří nemovitosti (pozemky, stavby a budovy, vodní díla atd.), byty, technické rekultivace, předměty z drahých kovů a ložiska. Další důležitou složkou jsou samostatné movité věci s užitnou dobou delší než jeden rok. Dlouhodobý nehmotný majetek tvoří zřizovací výdaje, nehmotné výsledky vědy a výzkumu, software a ocenitelná práva. Jeho doba užití je také delší než jeden rok. Proces postupného jak fyzického, tak i morálního opotřebení dlouhodobého hmotného i nehmotného majetku je vyjádřen formou odpisů. Finanční majetek je poslední částí dlouhodobého majetku. Tvoří ho cenné papíry a podíly s dobou držení delší než 12 měsíců, majetkové účasti a realizované cenné papíry a podíly, dlužné cenné papíry držené do splatnosti. Oběžná aktiva zastávají v podniku jinou roli než stálá aktiva. Mění svoji podobu a zajišťují plynulost reprodukčního procesu. Existují v podobě věcné (materiál, suroviny, rozpracovaná výroba, hotové výrobky) a v podobě peněžní (peníze v pokladně, na účtu, pohledávky a krátkodobé cenné papíry). Poslední položkou stálých aktiv je časové rozlišení, jehož rozsah použití se značně liší. Patří sem náklady příštích období (např. nájem placený dopředu), příjmy příštích období (výnosy běžného období, které zatím nebyly přijaty), atd. 15
Metody komplexního hodnocení podniku
2.2.1.2 Pasiva Pasiva jsou tvořena třemi základními položkami: vlastním kapitálem, cizími zdroji a časovým rozlišením. Tabulka 2: Základní struktura pasiv
Označení
PASIVA
PASIVA CELKEM Vlastní kapitál Základní kapitál Kapitálové fondy Rezervní fondy Výsledek hospodaření minulých let Výsledek hospodaření běžného účetního období B. Cizí zdroje B.I. Rezervy B.II. Dlouhodobé závazky B.III. Krátkodobé závazky B.IV. Bankovní úvěry C. Časové rozlišení Zdroj: Kislingerová, E. a kol. (2007).
Stav běžného účetního období
Stav v minulém účetním období
A. A.I. A.II. A.III. A.IV. A.V.
Vlastní kapitál je v rozvaze první hlavní částí pasiv. Jeho základní položkou je základní kapitál. Vytváří ho především obchodní společnosti v souladu se zákonem č. 513/1991 Sb., obchodní zákoník, ve znění pozdějších předpisů. Povinně ho musí vytvářet komanditní společnost (min. 5 000 Kč), společnost s ručením omezeným (min. 200 000 Kč) a akciové společnosti (min. 2 mil. Kč, u společností založených s veřejnou nabídkou akcií min. 20 mil. Kč). Další položkou vlastního kapitálu jsou kapitálové fondy, které obsahují emisní ážio. Ostatní kapitálové fondy jsou fondy tvořené ze zisku (zákonný rezervní fond a ostatní fakultativní fondy, jejichž režim se řídí stanovami společnosti.). Poslední položkou vlastního kapitálu je výsledek hospodaření z minulých let (tj. neuhrazená ztráta nebo nerozdělený zisk) a výsledek hospodaření běžného účetního období. Cizí zdroje jsou zdroje, které si podnik zapůjčil od jiných právnických či fyzických osob na určitou dobu a za zapůjčení platí cenu tzv. úrok. Úrok je tedy z pohledu podniku náklad, který musel vynaložit v souvislosti s užitím cizího kapitálu. Základní struktura cizího kapitálu je shrnuta v Tabulce 2: Základní struktura pasiv. Oproti vlastnímu kapitálu mají cizí zdroje nespornou výhodu a to, že lze cenu těchto zdrojů financování (nákladový úrok) zahrnout do nákladů. Pro podnik je to úspora a efekt, které lze vyjádřit pomocí následujícího vzorce:
Vzorec 2: Nákladový úrok jako náklad cizího kapitálu úrok × (1 – sazba daně z příjmu) Zdroj: Vlastní interpretace vzorce. 16
Finanční analýza
První rozsáhlou složkou cizích zdrojů jsou rezervy, které podnik tvoří pro případ nenadálých změn v hospodaření nebo pro očekávaný rozsáhlý jednorázový výdaj v budoucnosti. V souladu s účetními postupy se rezervy člení na: • Rezervy zákonné, které se tvoří podle obecně platných předpisů, zejména podle zákona č. 593/1992 Sb., o rezervách pro zjištění základu daně z příjmů, ve znění pozdějších předpisů. Jsou to rezervy vytvářené především na opravu hmotného majetku, který je daňově odepisován a na pěstební činnosti prováděné v porostech do čtyřiceti let jejich věku atd. • Rezervy účetní, které se tvoří v souladu se zákonem o účetnictví, jejichž tvorba se nepovažuje za daňový náklad (viz zákon č. 586/1992 Sb., o daních z příjmů, ve znění pozdějších předpisů). Mohou to být např. rezerva na daň z příjmu, rezerva na rizika a ztráty, rezerva na důchody a podobné závazky atd. Rezervy se tvoří buď v absolutních částkách, nebo pomocí procent z určeného základu. Tvorba rezerv je prováděna na vrub nákladů (tj. snižuje výsledek hospodaření) a jejich čerpání je naopak ve prospěch výnosů (tj. zvyšuje se výsledek hospodaření). Dlouhodobé a krátkodobé závazky se dělí na závazky z obchodního styku, závazky ke společníkům a sdružení, závazky vůči zaměstnancům, vůči státu, závazky ze sociálního zabezpečení, závazky vůči podnikům s rozhodujícím a podstatným vlivem a jiné. Do dlouhodobých závazků řadíme i dluhopisy (obligace). Bankovní úvěry a finanční výpomoci také dělíme z hlediska času na dlouhodobé a krátkodobé. Časové rozlišení zahrnuje výdaje příštích období (nájemné placené pozadu, provize, atd.), výnosy příštích období (nájemné přijaté dopředu, služby hrazené předem, atd.) a kursové rozdíly pasivní.
2.2.2 Výkaz zisku a ztráty Výkaz zisku a ztráty informuje o dosaženém hospodářském výsledku. Zachycuje vztah mezi výnosy dosaženými za určité období a náklady souvisejícími s jejich vytvořením. Vztah mezi výnosy a náklady lze vyjádřit následovně:
Vzorec 3: Vztah mezi výnosy a náklady výnosy (tržby) – náklady = zisk Zdroj: Vlastní interpretace vzorce.
Výnosy jsou peníze, které podnik získal z veškerých činností za dané účetní období bez ohledu na to, zda došlo k jejich inkasu. Oproti tomu náklady představují peněžní částky, které podnik v daném účetním období funkčně vynaložil na získání výnosů. K jejich skutečnému vynaložení nemusí dojít právě v daném účetním období. Z výše uvedeného vyplývá, že náklady a výnosy se neopírají o skutečné peněžní toky (příjmy a výdaje) a tudíž neodráží skutečnou hotovost získanou hospodařením podniku. V České republice má výkaz zisku a ztráty stupňovitou podobu, tzn., rozlišuje se část provozní, finanční a mimořádná, přičemž všechny součásti tvoří výsledný výsledek hospodaření. Výsledek hospodaření z provozní činnosti je rozdílem provozních výnosů a provozních nákladů. Výnosy z provozní činnosti jsou především tržby z prodeje zboží, 17
* Metody komplexního hodnocení podniku
vlastních výrobků a služeb. Na něj navazuje výsledek hospodaření z finanční činnosti, která je tvořena finančními výnosy a náklady. Finanční náklady tvoří především nákladové úroky. Třetí složkou je výsledek hospodaření z mimořádné činnosti, rozdíl mezi mimořádnými výnosy a mimořádnými náklady. Součet výše uvedených dílčích výsledků hospodaření pak vytváří výsledek hospodaření za účetní období. Ten se následně očistí o nákladové položky, které nejsou dle zákona o dani z příjmu daňově uznatelné. Takto upravený výsledek hospodaření je konečným výsledkem hospodaření před zdaněním. V samotné finanční analýze se můžeme setkat s různými podobami zisku. Níže je uveden jejich zestručněný jmenný přehled. Tabulka 3: Různé formy zisku
Český název
Zisk pro držitele kmenových akcií Čistý zisk (dle účetních výkazů ČR – Výsledek hospodaření za účetní období) Zisk před zdaněním Zisk před zdaněním a úroky Zisk před zdaněním, úroky a odpisy Čistý provozní zisk po zdanění Ekonomický zisk
Anglický název
Zkratka
Earnings Available for Common Stock Holders Earnings after Taxes
EAC
Earnings before Taxes Earnings before Interest and Taxes Earnings before Interest, Taxes, Depreciations and Amortization Charges Net Operating Profit after Taxes Economic Profit
EBT EBIT EBITDA
EAT
NOPAT
Zdroj: Vlastní. Tabulka 4: Nejpoužívanější kategorie zisku ZISK Výsledek hospodaření za účetní období (EAT) + daň z příjmů za mimořádnou činost + daň z příjmů za běžnou činnost ——————————————— = Zisk před zdaněním (EBT) + nákladové úroky ——————————————— = Zisk před úroky a zdaněním (EBIT) + odpisy ——————————————— = Zisk před úroky, odpisy a zdaněním (EBITDA) Zdroj: Kislingerová, E. a kol. (2007).
2.2.3 Výkaz cash flow Výkaz cash flow zachycuje vznik a použití peněžních prostředků. Jinými slovy jde o přehled příjmů a výdajů podniku za dané období, přičemž je žádoucí, aby příjmy převyšovaly výdaje. Svou náplní je doplňkem rozvahy a výkazu zisku a ztráty. Určení zdrojů a užití peněžních prostředků se znázorňuje pomocí toku finančních prostředků, který je důsledkem realizace rozhodovacích a investičních procesů v podniku. Výkaz cash 18
Finanční analýza
flow popisuje nejen vývoj finanční situace podniku, ale také identifikuje příčiny změn této situace. Výkaz slouží také jako nástroj pro posouzení likvidity podniku. Základem výkazu je krátkodobý likvidní majetek – peněžní prostředky a peněžní ekvivalenty (peníze v pokladně, ceniny, peníze na účtu, peníze na cestě). Sestavit výkaz cash flow lze pomocí dvou metod – přímé a nepřímé. Přímá metoda je založena na vykazování hlavní skupiny peněžních příjmů a výdajů. Základem pro nepřímou metodu jsou změny v rozvaze, nepeněžní transakce a další operace prováděné podnikem. V České republice se více využívá nepřímá metoda výpočtu. Stejně jako ve výkazu zisku a ztráty se i přehled cash flow člení na část provozní, investiční, finanční. Do provozní části patří peněžní toky vycházející ze zisku z běžné činnosti před zdaněním. Zisk je dále upraven o nepeněžní operace (odpisy, oprávky, výplata dividend, atd.). Na peněžní tok z provozní činnosti před zdaněním navazuje část, která monitoruje změny pracovního kapitálu (změna stavu pohledávek z provozní činnosti, krátkodobých závazků z provozní činnosti, změna stavu zásob). Čistý peněžní tok z provozní činnosti získáme odečtením daně z příjmu a dalších analogických položek. Peněžní toky z investiční činnosti tvoří výdaje spojené s pořízením dlouhodobých aktiv a dále půjčky a úvěry spřízněným osobám. Poslední částí jsou peněžní toky z finanční činnosti. Zvýšení peněžních prostředků je zde spojeno zejména se zvýšením základního kapitálu, se zvýšením krátkodobých a dlouhodobých závazků a s přijatými dividendami a podíly na zisku.
2.3 Základní metody finanční analýzy 2.3.1 Absolutní ukazatele Pro finanční analýzu se používají dvě základní techniky rozboru, a to tzv. procentní rozbor a poměrová analýza. Základem obou technik jsou absolutní ukazatele, tj. stavové i tokové veličiny, které tvoří obsah účetních výkazů. 2.3.1.1 Vertikální a horizontální analýza Technika procentního rozboru počítá procentní podíl jednotlivých položek rozvahy na aktivech a položek výkazu zisku a ztráty na tržbách (výnosech). O výkazech, jež jsou sestaveny tímto způsobem, hovoříme jako o výkazech sestavených ve společném rozměru. Analýza na nich založená se nazývá jako vertikální analýza. Procentní poměry jsou srovnávány v čase, s plánem, mezi podniky, odvětvím nebo s normovanými (doporučenými) hodnotami. Srovnávání ukazatelů v čase je označováno jako analýza horizontální. Vertikální a horizontální rozbor finančních výkazů představuje stěžejní bod v rámci zpracování celkové finanční analýzy podniku. V rámci horizontální analýzy tedy sledujeme vývoj zkoumané veličiny v čase, zpravidla ve vztahu k minulému účetnímu období. Vertikální analýza zase sleduje strukturu rozvahy, výkazu zisku a ztráty či výkazu o peněžních tocích ve vztahu k určité veličině (například celková bilanční suma). V případě, že chceme prostřednictvím horizontální analýzy kvantifikovat meziroční změny, můžeme využít různé indexy a diference. Jejich aplikací získáme odpovědi na otázky, o kolik procent se oproti minulému roku změnily jednotlivé položky bilance 19
Metody komplexního hodnocení podniku
(v případě indexace) nebo o kolik se změnily jednotlivé položky v absolutních číslech (diference). Indexy lze formalizovat následujícím způsobem, kde je i bilanční položka, hodnota bilanční položky v čase t je označena jako Bi (t) a Ii1/t–1 je index, který odráží vývoj položky v relaci k minulému časovému období:
Vzorec 4: Formulace indexů
Zdroj: Vlastní interpretace vzorce.
Podstata vertikální analýzy spočívá v tom, že se na jednotlivé položky finančních výkazů pohlíží v relaci k určité veličině. Když bude hledaný vztah označen jako Pi, pak formalizovaný výpočet bude následující (Bi představuje velikost položky bilance, ∑Bi označuje sumu hodnot položek v rámci určitého celku):
Vzorec 5: Vertikální analýza
Zdroj: Vlastní interpretace vzorce
Pokud analyzujeme rozvahu, pak je volba sumy položek v podstatě jednoznačná, a sice bilanční suma. Jednotlivé rozvahové položky pak v rámci tohoto poměru odráží, z kolika procent se podílejí na celkové bilanční sumě. Bilanční suma přitom nemusí znamenat pouze součet všech položek rozvahy, ale i různých podpoložek jako oběžná aktiva, cizí zdroje apod. Záleží, co bude chtít konkrétní podnik analyzovat. Zpravidla se však vždy začíná analýzou celkové bilanční sumy a až následně se vybírají podpoložky pro dílčí analýzu. Vertikální a horizontální analýza patří mezi v praxi nejrozšířenější nástroje finanční analýzy. Autorkou, která v českém prostředí podrobně zpracovává ve svých publikacích princip a způsob výpočtu dvou výše uvedených analýz je Eva Kislingerová. Orientuje se především na zpracování vlastní aplikace těchto metod hodnocení finanční výkonnosti podniku. Pomocí absolutních ukazatelů lze také vypočítat některé další tzv. rozdílové ukazatele. Jedním z nejdůležitějších z této skupiny ukazatelů je ukazatel čistého pracovního kapitálu (Net Working Capital, NWC). Základem jeho výpočtu je účetní výkaz rozvaha. Pro potřeby finanční analýzy je nutné pracovat se dvěma pojmy, a to s pracovním kapitálem brutto (oběžná aktiva celkem) a pracovním kapitálem netto, který se vypočte následovně: 20
Finanční analýza
Vzorec 6: Čistý pracovní kapitál Čistý pracovní kapitál = oběžná aktiva – krátkodobé závazky Čistý pracovní kapitál = (vlastní kapitál + dlouhodobé závazky) – stálá aktiva Zdroj: Vlastní interpretace vzorců.
Obě z výše uvedených rovnic přináší uživateli stejný výsledek čistého pracovního kapitálu v absolutní hodnotě. Význam čistého pracovního kapitálu je spjat s krátkodobým financováním podniku a zajišťováním plynulosti hospodářské činnosti. Pracovní kapitál reprezentuje část oběžného majetku financovaného z dlouhodobého kapitálu. Jinými slovy čistý pracovní kapitál měří relativně volnou část kapitálu, která není vázaná na krátkodobé závazky. Každý podnik potřebuje čistý pracovní kapitál, aby mohla být zajištěna nezbytná míra likvidity. Ukazatel pracovního kapitálu úzce souvisí s rozsahem podnikatelské činnosti měřené pomocí tržeb. Funguje-li podnik optimálně a má rozumně nastavený pracovní kapitál, pak platí, že se pracovní kapitál mění v závislosti na tržbách. Proto je také důležité sledovat, které části se růst pracovního kapitálu týká (struktura WC), ve kterých položkách se růst odehrává (kvalita WC). 2.3.1.2 Bilanční pravidla Bilanční pravidla jsou založena na praktických zkušenostech ve vytváření kapitálové struktury. Nejedná se o pravidla v pravém slova smyslu. Jde spíše o doporučení, kterými by se mělo vedení podniku řídit, aby bylo dosaženo dlouhodobé finanční rovnováhy. 2.3.1.3 Zlaté bilanční pravidlo Význam zlatého bilančního pravidla je ve slaďování časového horizontu částí majetku s časovým horizontem zdrojů, ze kterých je financován. Platí tedy, že dlouhodobý majetek je financován zejména z vlastních nebo dlouhodobých cizích zdrojů a krátkodobý majetek z odpovídajících krátkodobých zdrojů. 2.3.1.4 Zlaté pravidlo vyrovnání rizika Toto pravidlo požaduje, aby poměr vlastního kapitálu k cizím zdrojům byl 1:1, nebo aby vlastní zdroje byly vyšší. Tím se ovšem snižuje nejen věřitelské riziko, ale také i působení finanční páky. Poměr vlastní kapitál : cizí zdroje se využívá také pro vyjádření stupně zadluženosti podniku. 2.3.1.5 Zlaté pari pravidlo Obsahem je vztah dlouhodobého majetku a vlastních zdrojů, kde by měl být dlouhodobý majetek kryt pouze vlastním kapitálem. 2.3.1.6 Zlaté poměrové pravidlo V zájmu udržení finanční rovnováhy podniku by nemělo tempo růstu investic přesáhnout tempo tržeb, a to ani v krátkodobém časovém horizontu. 21
Metody komplexního hodnocení podniku
2.3.2 Poměrové ukazatele Předchozí kapitola byla zaměřena na absolutní ukazatele. Aby bylo možné analyzovat vzájemné vazby mezi ukazateli, je nutné dávat jednotlivé absolutní hodnoty do vzájemných poměrů. Tak vznikají poměrové ukazatele. Z poměrových ukazatelů jsou vytvářeny soustavy, které mají uspořádání buď pyramidové, nebo paralelní. 2.3.2.1 Paralelní uspořádání V případě paralelního uspořádání mají ukazatele stejný význam, jsou brány rovnocenně a jsou z nich vytvářeny bloky ukazatelů měřících určitý aspekt finanční situace podniku. Pyramidové soustavy jsou určeny pro rozklad jednoho ukazatele. Smyslem pyramidy je vyložit změny chování vrcholového ukazatele a určit sílu působení jednotlivých činitelů na vrchol. Nejčastěji se můžeme setkat s následujícími základními skupinami ukazatelů: • ukazatele rentability, • ukazatele aktivity, • ukazatele zadluženosti, • ukazatele likvidity, • ukazatele kapitálového trhu. 2.3.2.2 Ukazatele rentability Ukazatele rentability, někdy též označovány jako ukazatele výnosnosti, návratnosti atd., vyjadřují poměr konečného hospodářského výsledku dosaženého podnikatelskou činností k určitému vstupu, a to buď k celkovým aktivům, kapitálu nebo tržbám. Všechny ukazatele rentability se dají vykládat obdobně, protože udávají, kolik Kč zisku připadá na 1 Kč jmenovatele. Skupina ukazatelů rentability by měla obsahovat následující čtyři základní ukazatele: Rentabilita investovaného kapitálu (ROCE – Return of Capital Employed) vyjadřuje, kolik provozního hospodářského výsledku před zdaněním dosáhl podnik z jedné koruny investované věřiteli a akcionáři.
Vzorec 7: Rentabilita investovaného kapitálu EBIT ROCE = —–––––––––———————————––––––––––––––––––––––––––––––— Vlastní kapitál + Rezervy + Dlouhodobé závazky + Bankovní úvěry dlouhodobé Zdroj: Vlastní interpretace vzorce.
Rentability aktiv (ROA – Return on Assets) je považována za klíčové měřítko rentability. Poměřuje různé formy zisku s celkovými aktivy vloženými do podnikání bez ohledu na to, jestli byla financována z vlastního kapitálu nebo cizích zdrojů. Lze se setkat s následujícími strukturami: 22
Finanční analýza
Vzorec 8: Rentabilita aktiv EBIT ROA = —–––— Aktiva EBIT (1 – t) ROA = —––––––— Aktiva EAT ROA = —–––— Aktiva EAT + úroky (1 – t) ROA = —–––––––––––––— Aktiva Zdroj: Vlastní interpretace vzorců.
Za souhrnný ukazatel lze považovat první tvar, kde je v čitateli použit EBIT (zisk před zdaněním a nákladovými úroky). Rentabilita vlastního kapitálu (ROE – Return on Equity) vyjadřuje, kolik čistého zisku připadá na jednu korunu kapitálu investovaného akcionářem.
Vzorec 9: Rentabilita vlastního kapitálu Čistý zisk ROE = —––––––––––— Vlastní kapitál Zdroj: Vlastní interpretace vzorce.
V případě tohoto tvaru je nutné vymezit vlastní kapitál, který v sobě zahrnuje nejen základní kapitál, ale i emisní ážio, zákonné a další fondy vytvářené ze zisku a i zisk z běžného období. Rentabilita tržeb (ROS – Return on Sales) je velmi důležitá z hlediska efektivnosti podniku. V praxi se využívají minimálně dvě obměny konstrukce, které se liší v čitateli, kde lze použít buď čistý zisk, a nebo EBIT. Ve jmenovateli je možné použít tržby anebo výnosy.
Vzorec 10: Rentabilita tržeb EAT ROS = —–––––––––––––––––––––––––––––––––––––––––––––––––––— Tržby z prodeje vlastních výrobků a služeb + Tržby z prodeje zboží
23
Metody komplexního hodnocení podniku
EBIT ROS = —–––––––––––––––––––––––––––––––––––––––––––––––––––— Tržby z prodeje vlastních výrobků a služeb + Tržby z prodeje zboží Zdroj: Vlastní interpretace vzorců.
2.3.2.3 Ukazatele aktivity Ukazatele aktivity informují podnik, jak nakládá a využívá jednotlivé části majetku. Lze pracovat se dvěma formami tohoto ukazatele, a sice s dobou obratu nebo s ukazateli počtu obratů. Počet obratů znamená počet obratů za rok a doba obratu vyjadřuje počet dní. Ukazatele aktivity pracují s jednotlivými částmi majetku, které jsou následně poměřovány k tržbám, k výnosům nebo k jiným dalším položkám. Evropská unie se v rámci sjednocování postupů v současnosti kloní spíše k využívání ukazatelů obratu. Obrat aktiv je měřítkem celkového využití aktiv, v jiném slova smyslu informuje, kolikrát se celková aktiva obrátí za rok.
Vzorec 11: Obrat aktiv Tržby Obrat aktiv = —–––––––––— Aktiva celkem Zdroj: Vlastní interpretace vzorce.
Ukazatel obratu aktiv by měl dosahovat co nejvyšších hodnot. Minimálně by měl být roven hodnotě 1. Někdy se ukazatel používá v obráceném tvaru, který vypovídá o vázanosti aktiv. Zájmem podniku je, aby relativní vázanost klesla, tudíž by měla být výsledná hodnota co nejnižší. Obrat dlouhodobého majetku měří efektivitu využívání jednotlivých částí dlouhodobého majetku. Informuje, kolikrát se dlouhodobý majetek obrátí v tržby za rok. Jestliže se tento ukazatel použije v rámci mezipodnikového srovnání, musí se vzít v úvahu i míra odepsanosti aktiv a metody odpisování. Vysoká odepsanost zlepšuje hodnotu ukazatele. Ocenění jednotlivých částí majetku také ovlivňuje vypovídací schopnost tohoto ukazatele.
Vzorec 12: Obrat dlouhodobého majetku Tržby Obrat dlouhodobého majektu = —––––––––––––––— Dlouhodobý majetek Zdroj: Vlastní interpretace vzorce.
Obrat zásob přináší přehled, kolikrát je každá položka zásob v průběhu běžného období prodána a znovu naskladněna. Pokud je hodnota ukazatele vyšší než průměry, nemá firma zbytečné nelikvidní zásoby, které by vyžadovaly nadbytečné financování. V opačném případě disponuje podnik přebytečnými zásobami, které jsou neproduktivní a vážou 24
Finanční analýza
na sebe prostředky, které musí být profinancovány. Tím se zároveň zvyšuje vázanost kapitálu, který nepřináší podniku žádný výnos.
Vzorec 13: Obrat zásob Tržby Obrat zásob = —–––— Zásoby Zdroj: Vlastní interpretace vzorce.
Doba obratu zásob je ukazatel vyjadřující průměrný počet dnů, po které jsou zásoby vázány v podniku do doby jejich spotřeby či do doby jejich prodeje. Je-li zásobou myšlen hotový výrobek nebo zboží, je doba obratu zásob i indikátorem likvidity. Vyjadřuje počet dnů, za něž se zásoba přemění na hotovost či pohledávku.
Vzorec 14: Doba obratu zásob Zásoby Doba obratu zásob = —–––––— Tržby/360 Zdroj: Vlastní interpretace vzorce.
Doba splatnosti pohledávek udává počet dnů, které uplynou mezi vystavením faktury za prodej zboží či hotových výrobků a okamžikem připsání peněžních prostředků na účet. Čím je doba delší, tím déle poskytuje podnik svým obchodním partnerům bezplatný obchodní úvěr.
Vzorec 15: Doba splatnosti pohledávek Pohledávky Doba splatnosti pohledávek = —–––––––— Tržby/360 Zdroj: Vlastní interpretace vzorce.
2.3.2.4 Ukazatele zadluženosti Ukazatele zadluženosti charakterizuje základní proporce vlastního a cizího kapitálu a také zadluženost vlastního kapitálu. První ukazatel zadluženosti se vyjádří následovně:
Vzorec 16: Zadluženost I. (debt equity) Cizí zdroje Zadluženost I. = —––––––––— Vlastní zdroje Zdroj: Vlastní interpretace vzorce. 25
Metody komplexního hodnocení podniku
Tímto ukazatelem je tedy vyjádřena proporce cizích zdrojů a vlastního kapitálu. Obvykle je doporučován poměr 1:1. Při zohlednění finančního rizika se za základní bezpečnou míru zadlužení bere 40 % cizího kapitálu v poměru k vlastnímu. Ukazatel věřitelského rizika je další formou vyjádření zadlužení a vypočítá se takto:
Vzorec 17: Zadluženost II. (debt ratio) Celkové cizí zdroje Zadluženost II. = —––––––––––––— Aktiva Zdroj: Vlastní interpretace vzorce.
Zadluženost II. vyjadřuje míru věřitelského rizika, protože poměřuje cizí zdroje k celkové hodnotě aktiv. Ukazatel úrokového krytí je posledním, o kterém se zmíníme. Jeho výpočet zní:
Vzorec 18: Úrokové krytí (interest coverage) EBIT Úrokové krytí = —–––––––––––— Nákladové úroky Zdroj: Vlastní interpretace vzorce.
Ukazatel úrokového krytí vyjadřuje, kolikrát může klesnout hodnota zisku, aby byl podnik stále ještě schopen udržet cizí zdroje na stávající úrovni. Jestliže tento ukazatel dosáhne hodnoty 1, pak to znamená, že celý zisk podniku bude použit k úhradě úroků. 2.3.2.5 Ukazatele likvidity Likvidita je důležitým faktorem pro dlouhodobé fungování podniku. Je však v přímém střetu s rentabilitou. K tomu, aby byl podnik likvidní, musí mít vázány určité finanční prostředky v oběžných aktivech, zásobách, pohledávkách a na účtech. Tyto prostředky na sebe váží kapitál, a tudíž musí být profinancovány, a to i s náklady, které jsou s profinancováním spojeny. Oběžný majetek z hlediska likvidnosti dělíme do tří stupňů: • krátkodobý finanční majetek (nejvyšší), • krátkodobé pohledávky, • zásoby. Při sestavování ukazatelů likvidity se v čitateli vychází z oběžného majetku, který je uspořádán z pohledu likvidity, a to od nejméně likvidních (zásoby) přes pohledávky až po nejlikvidnější peníze v pokladně. Níže jsou uvedeny základní ukazatele, se kterými se lze setkat: • běžná likvidita, 26
Finanční analýza
• pohotová likvidita, • hotovostní (peněžní) likvidita. Běžná likvidita ve svém čitateli zahrnuje všechny složky oběžného majetku. Ukazatel měří, kolikrát oběžná aktiva pokryjí krátkodobé závazky podniku. Z praktického hlediska to znamená, kolikrát by byl podnik schopen uspokojit věřitele, kdyby veškerá oběžná aktiva proměnil na hotovost. Je obtížné určit její optimální hodnotu. Podle průměrné strategie pro řízení pracovního kapitálu by se běžná likvidita měla pohybovat v intervalu 1,6–2,5. Nikdy by neměla klesnout pod hodnotu 1.
Vzorec 19: Běžná likvidita Oběžná aktiva Běžná likvidita = —–––––––––––––— Krátkodobé závazky Zdroj: Vlastní interpretace vzorce.
Pohotová likvidita do svého čitatele nezahrnuje nejméně likvidní část oběžných aktiv zásoby, a tak je přesnějším vyjádřením schopnosti podniku dostát svým krátkodobým závazkům. Čitatel by měl být ještě upraven o nedobytné pohledávky nebo o pohledávky, jejichž dobytnost je sporná. Obecně je lepší sledovat pohotovou likviditu v určitém časovém úseku, než ji srovnávat s jinými hodnotami. Stejně jako u běžné likvidity i zde je obtížné určit optimální výši ukazatele. Doporučená hodnota se pohybuje v intervalu 0,7–1,0. Jestliže je ukazatel roven přesně 1, znamená to, že by byl podnik schopen dostát svým závazkům bez nutnosti prodeje svých zásob. Je-li hodnota příliš vysoká, pak podnik váže příliš mnoho aktiv ve formě pohotových prostředků, které přinášejí minimální úrok.
Vzorec 20: Pohotová likvidita Oběžná aktivita – Zásoby Pohotová likvidita = —–––––––––––––––––––— Krátkodové závazky Zdroj: Vlastní interpretace vzorce.
Hotovostní likvidita je poslední z této skupiny ukazatelů. Tento ukazatel je nejpřesnější, protože hodnotí schopnost uhradit krátkodobé závazky podniku v daný okamžik. V čitateli jsou pouze peněžní prostředky, mezi které řadíme peníze v pokladně, peníze na účtu, krátkodobé cenné papíry, šeky apod. Doporučená hodnota ukazatele se má pohybovat okolo 0,2.
Vzorec 21: Hotovostní likvidita Peněžní prostředky Hotovostní likvidita = —–––––––––––––— Krátkodobé závazky Zdroj: Vlastní interpretace vzorce. 27
Metody komplexního hodnocení podniku
Při výpočtu vyvstává u všech tří výše uvedených ukazatelů stejný problém. Jejich výsledek je statický a také historický a snižuje se tak jejich vypovídací schopnost. Všeobecně se proto doporučuje doplnit analýzu likvidity o ukazatel pracovního kapitálu, který je obsahem kapitoly 2.3.1, Absolutní ukazatele. Pracovní kapitál lze chápat jako rozdíl oběžných aktiv a krátkodobých závazků a pro podnik je dobré, když má k dispozici větší objem pracovního kapitálu. 2.3.2.6 Ukazatele kapitálového trhu Součástí finanční analýzy je i analýza poměrových ukazatelů, které využívají informace z kapitálového trhu. Je důležitá zejména pro stávající i potenciální investory, kteří chtějí vědět, zda bude mít jejich investice přiměřenou návratnost. Návratnost může být dosažena pomocí dividend nebo růstem ceny akcií. Pro podnik samotný mají ukazatele kapitálového trhu význam, když chce získat zdroje financování na kapitálovém trhu. Účetní hodnota akcie (BV – Book Value) je účetní hodnota, která odráží výkonnost podniku v minulosti. Účetní hodnota akcie představuje hodnotu vlastního kapitálu v přepočtu na 1 akcii. Jestliže účetní hodnota akcie roste, pak se podnik těší dobrému finančnímu zdraví. Jde o vyjádření zisku minulého či běžného období, který je rozdělen mezi stát, vlastníky a podnik.
Vzorec 22: Účetní hodnota akcie Vlastní kapitál Účetní hodnota akcie = —––––––––––––––––––––––––––— Počet emitovaných kmenových akcií Zdroj: Vlastní interpretace vzorce.
Čistý zisk na akcii (EPS – Earnings Per Share) bývá často uváděn ve finančním tisku, jako jedna ze základních charakteristik podniku. Ukazatel informuje akcionáře o výši zisku na jednu kmenovou akcii, který by mohl být vyplacen v podobě dividend za předpokladu, že podnik nemá žádné investiční příležitosti. Při mezipodnikovém srovnání je problém, že hodnota zisku je ovlivněna účetní politikou podniku, např. metodami oceňování majetku, pravidly pro tvorbu rezerv apod.
Vzorec 23: Čistý zisk na akcii Čistý zisk Čistý zisk na akcii = —–––––––––––––––––––––––––––— Počet emitovaných kmenových akcií Zdroj: Vlastní interpretace vzorce.
Dividendový výnos (Dividend Yield) je v pro investory motivací pro nákup, prodej nebo držbu akcií daného podniku. Ukazatel je procentním vyjádřením zhodnocení investice akcionáře. Jestliže roste tržní cena akcie a výše dividend se mění, stává se taková akcie pro investora méně atraktivní. 28
Finanční analýza
Vzorec 24: Dividendový výnos Dividenda na akcii Dividendový výnos = —–––––––––––––— × 100 Tržní cena akcie Zdroj: Vlastní interpretace vzorce.
Výplatní poměr (Payout Ratio) vyjadřuje, jak velká část čistého zisku po zdanění je vyplacena akcionářům a jak velká část je použita na reinvestice do podniku. Tento ukazatel je součástí dividendové politiky podniku.
Vzorec 25: Výplatní poměr Dividenda na akcii Výplatní poměr = —–––––––––––––––––— Čistý zisk na akcii (EPS) Zdroj: Vlastní interpretace vzorce.
Dividendové krytí (Dividend Cover) je převrácenou hodnotou výplatního poměru. Vyjadřuje, kolikrát je dividenda pokryta na ní připadajícím ziskem.
Vzorec 26: Dividendové krytí Čistý zisk na akcii (EPS) Dividendové krytí = —––––––––––––––––––— Dividenda na akcii Zdroj: Vlastní interpretace vzorce.
Aktivační poměr (Plowback Ratio) vypovídá o tom, jaká část ze zisku je znovu reinvestována zpět do podniku.
Vzorec 27: Aktivační poměr Aktivační poměr = 1 – Výplatní poměr Dividenda Aktivační poměr = —–––––––––––— Čistý zisk na akcii Zdroj: Vlastní interpretace vzorců.
Poměr tržní ceny akcie (P/E – Price Earnigs Ratio) na jednu stranu vyjadřuje dobu návratnosti investice a na straně druhé vypovídá o rentabilitě této investice. Jinými slovy informuje o tom, kolik jsou akcionáři ochotni zaplatit za 1 Kč zisku na akcii. Nebo kalkuluje, kolik let je třeba ke splacení ceny akcie jejím výnosem za předpokladu, že výše zisku a ceny je konstantní. 29
Metody komplexního hodnocení podniku
Vzorec 28: Poměr tržní ceny akcie Tržní cena akcie P/E = —––––––––––––— Čistý zisk na akcii Zdroj: Vlastní interpretace vzorce.
2.3.2.7 Pyramidové uspořádání Pyramidová soustava finančních ukazatelů je založena na postupném rozkladu vrcholného ukazatele na ukazatele dílčí, jejichž prostřednictvím je rozhodujícím způsobem ovlivněn. Zpravidla se na pozici vrcholného ukazatele vkládá rentabilita vlastního kapitálu nebo ekonomická přidaná hodnota, pro které je charakteristické, že postihují základní cíl podniku. Výpočet vlivu dalších ukazatelů se provádí pomocí tzv. logaritmické metody prostřednictvím určitého softwaru. Úloha osoby provádějící vlastní rozbor pak tedy spočívá pouze v interpretaci výsledků a vznesení návrhů na změnu, která spočívá v aplikaci určitých opatření ke zlepšení výkonnosti firmy. Pyramidovou soustavu ukazatelů používáme často buď při hodnocení vývoje podniku v čase, nebo v rámci mezipodnikového srovnání. Dílčí ukazatele mohou být ovlivněny dvěma vazbami, a sice: • vazbou multiplikativní (v sobě zahrnuje operace násobení a dělení), • vazbou aditivní (v sobě zahrnuje operace sčítání a odčítání). Výše uvedené vazby ukazují, jakým způsobem dílčí ukazatele působí na vrcholový ukazatel. Jestli je to cestou sloučení vlivu jednoho ukazatele s jiným (aditivní vazba) nebo tím, že dílčí ukazatel znásobí vliv jiných činitelů (multiplikativní vazba). Úroveň rozkladu však může pokračovat směrem dolů. To znamená, že dílčí ukazatel v rámci pyramidového rozkladu může být dále rozložen a může tak být vytvořena nová pyramida na nižší úrovni. V tomto tkví zásadní výhoda pyramidové soustavy. Pokud se v rámci určitého rozkladu objeví dílčí ukazatel, který má zásadní vliv na vrcholový ukazatel, je možné jej dále zkoumat prostřednictvím rozkladu nižšího stupně. Snad nejznámější pyramidovou soustavou ukazatelů je takzvaný Du Pontův rozklad ukazatele ROE, který je znázorněn na Obrázku 1. V praxi je pyramidová soustava Du Pont používána poměrně často, ačkoliv se tento způsob přístupu k analýze podnikové finanční výkonnosti stále nedočkal širší akceptace mezi uživateli. Důvodem této skutečnosti je fakt, že uživatelé považují paralelní soustavu ukazatelů a bonitní a bankrotní indexy za jednodušší pro použití. Laici jsou schopni lépe interpretovat výsledky těchto alternativ, naproti tomu u pyramidového rozkladu je třeba chápat dobře jeho vlastní logiku. V České republice je známý pyramidový ukazatelový systém INFA, jehož autory jsou Inka a Ivan Neumaierovi (2002). Dle I. Neumaierové a I. Neumaiera (2006) dokáže systém INFA svému uživateli ukázat: „velikost podnikem tvořené čisté současné hodnoty, tzn. odpovědět na otázku, jak hodně bonitní podnik pravděpodobně je (slovo „pravděpodobně“ je zde ponecháno z toho důvodu, že do propočtu čisté současné hodnoty vstupuje veličina alternativního 30
Finanční analýza
Obrázek 1: Du Pontův rozklad ukazatele ROE Zdroj: Kislingerová, E., Hnilica, J. (2008).
nákladu na vlastní kapitál a ještě nikdo nevynalezl způsob stanovení alternativního nákladu na vlastní kapitál, který by nebyl odhadem)“, „způsob vzniku čisté současné hodnoty a to ve velmi agregované formě stěžejních finančních ukazatelů provázaných do systému, reprezentujícího model fungování podniku v podobě nejvyšší algoritmické stlačitelnosti“. Více se však tímto nástrojem budeme zabývat v rámci následujících kapitol (Ekonomické hodnocení podniku, EVA).
2.3.3 Hodnotová kritéria pro měření výkonnosti podniku V posledních letech se začínají mimo paralelní a pyramidové soustavy ukazatelů využívat hodnotová kritéria pro měření výkonnosti podniku. Rozvoj nových metod a trendů je důsledkem globalizace, hyperkonkurence, apod.). V literatuře lze nalézt celou řadu konstrukcí, a proto jsou níže uvedena jen dvě základní hodnotová kritéria. Jako první zmíníme tzv. oportunitní náklady, neboli náklady ušlých příležitostí, které se započítávají do měření výkonnosti podniku v podobě nákladů na kapitál (WACC – Weighted Average Cost of Capital). Jako druhé hodnotové kritérium je brán provozní výsledek hospodaření (NOPAT – Net Operating Profit After Tax). Nejrozvinutější a také v dnešní době velice populární je ukazatel EVA – Economic Value Added, kterému je v této práci věnována samostatná kapitola. Dalším hodnotovým ukazatel je výnosnost čistých aktiv (RONA – Return On Net Assets). Je založen na poměrové analýze finančních výstupů a zdrojů, které byly na daný výstup vynaloženy. Finanční výstup je v tomto případě provozní zisk po zdanění (NOPAT) a objem vynaložených zdrojů vyjadřují tzv. čistá aktiva (NA – Net Assets). Čistá aktiva jsou součtem dlouhodobého majetku (stálých aktiv) a pracovního kapitálu.
31
Metody komplexního hodnocení podniku
Vzorec 29: Výnosnost čistých aktiv NOPAT RONA = —–––––— NA Zdroj: Vlastní interpretace vzorce.
Výnosnost hrubých aktiv (CROGA – Cash Return On Gross Assets) je ukazatel, který nepracuje s provozním ziskem, ale s provozním cash flow. Provozní cash flow je vytvořeno v souvislosti s hlavní podnikatelskou činností. V obecné rovině lze provozní cash flow vyjádřit jako součet čistého provozního zisku a odpisů. Ve jmenovateli používá hrubá aktiva (GA – Gross Assets), která odstraní zkreslení, které vzniká při použití účetních zůstatkových cen. Je to suma dlouhodobých aktiv v aktuálních pořizovacích cenách a pracovního kapitálu. Výsledná hodnota ukazatele se porovná s požadovanou výnosností kapitálu, která je vyjádřena pomocí váženého průměru kapitálových nákladů WACC. Jestliže je hodnota CROGA vyšší než WACC, je výkonnost podniku větší než vlastníci očekávali. Výnosnost investice (CFROI – Cash Flow Return On Investment) využívá pro výpočet koncept vnitřního výnosového procenta, kde vypočtené výnosové procento je porovnáváno s průměrnými náklady kapitálu. Obecně platí, že rozpětí obou veličin by mělo být kladné a větší než nula.
Vzorec 30: Výnosnost investice Vzorec 30: Výnosnost investice kde n je ekonomická životnost odepisovaných provozních aktiv, WACC – náklady kapitálu, Kapitálový výdaj – součet odepisovaných provozních aktiv v aktuálních pořizovacích cenách + pracovní kapitál. Zdroj: Vlastní interpretace vzorce.
Základní podmínkou ukazatele CFROI je, že podnik bude v dalších letech dosahovat stálého objemu provozního cash flow a to ve výši, která je shodná s cash flow ve sledovaném období. Období, po které bude podnik provozní cash flow generovat, je představováno dobou životnosti dlouhodobého hmotného majetku. Hodnotu CFROI lze vyložit jako provozní výkonnost, které by podnik dosáhl v případě, že by bez dodatečné investice byl schopen generovat po čas životnosti provozních aktiv provozní cash flow o stejném rozsahu, jakého dosáhl v monitorovaném období. Hodnota CFROI se dále porovnává s váženým průměrem ceny kapitálu WACC. Rozdílu mezi CFROI a reálným WACC se říká CFROI rozpětí (CFROI Spread) nebo čisté CFROI (Net CFROI). Jestliže má ukazatel CFROI kladnou hodnotu, pak podnik vytvořil za sledované období hodnotu pro své akcionáře. V opačném případě se hodnota snížila. 32
Finanční analýza Hodnota neodepisovaných provozních aktiv + pracovní kapitál
Cash flows z provozních aktiv
Ekonomická životnost aktiv
Kapitálový výdaj (provozní aktiva v aktuální pořizovací hodnotě, která jsou předmětem odepisování)
Obrázek 2: Podstata ukazatele CFROI Zdroj: Kislingerová, E. a kol. (2007).
Následující stránky jsou věnovány dalším typům analýz, které jsou podniky využívány v menší míře.
2.3.4 Balanced Scorecard Balanced Scorecard (dále jen „BSC“) je model, který byl vyvinut na počátku 90. let v Harvard Business School, tudíž se jedná velice mladý analytický nástroj k hodnocení výkonnosti podniku. Základním východiskem pro vznik tohoto modelu byla zejména kritika silného finančního zaměření tehdejších systémů řízení v oblasti reportingu a plánování. V tomto systému jsou však výsledky z finanční oblasti doplňovány o další hlediska. BSC se dívá na výkonnost podniku ze 4 pohledů, a sice: • z pohledu zákazníka, • z hlediska vnitřních procesů, • z perspektivy budoucího růstu, • z hlediska finančního růstu. Výhoda BSC spočívá především v tom, že umožňuje transformovat vizi i strategii podniku do operativního řízení, které má přesně měřitelné výsledky. Hlavní přednost tohoto přístupu spočívá v tom, že se nezaměřuje tak jako „standardní“ finanční analýza na minulost, ale orientuje se především na budoucnost. Orientace na budoucnost souvisí se skutečností, že prvním krokem při zavádění BSC, je vymezení podnikové vize. V dalším kroku se pak formulují strategické cíle a způsoby jejich dosažení. Na závěr následuje zpracování dílčích cílů a postupů a zapracování zpětné vazby. 33
Metody komplexního hodnocení podniku
Finance
Zákazníci
Vize a strategie
Vnitřní procesy
Učení se a růst
Obrázek 3: Oblasti BSC
Zdroj: Balanced ScoreCard (BSC) [online]. 2010 [cit. 2010-02-08]. Dostupný z WWW:
.
Pro vyjádření výkonnosti pomocí BSC je třeba si pro danou oblast zvolit konkrétní cíle (zpravidla 3–4 cíle) a následně k těmto cílům přiřadit ukazatele, na základě kterých se bude výkonnost posuzovat. Ukazatele by měly být vybrány tak, aby poskytovaly ucelený pohled na podnik. Ve finanční oblasti může být kupříkladu cílem růst tržeb a ukazatelem tržby na zaměstnance. Za hlavní představitele přístupu BSC jsou považováni američtí autoři Robert Kaplan a David Norton. Jejich obhajoba BSC je založena na předpokladu, že podniky nemohou dále získávat udržitelnou konkurenceschopnost výhradně rozvíjením hmotných aktiv. Podle Nortona a Kaplana perspektivy BSC umožní firmám sledovat jednak finanční výsledky a současně monitorovat postup při tvoření způsobilostí, jež jsou nepostradatelné pro získání intelektuálního kapitálu nebo nehmotných aktiv potřebných pro budoucí růst společnosti a získání lepší konkurenceschopnosti. V České republice se hlásí k tomuto modernímu modelu například M. Synek nebo manželé Neumaierovi.
2.3.5 Trendová analýza Trendová analýza zjednodušeně představuje hodnocení poměrových ukazatelů v čase. Poměrové ukazatele a jejich využití v rámci komparativní analýzy dává okamžitý obraz o firmě, kterému však schází zohlednění faktoru času. Tento nedostatek řeší právě analýza trendu, která dává odpověď na otázku, zda se v čase situace podniku zlepšuje či zhoršuje. Zpravidla se tato analýza znázorňuje v grafickém provedení jako časová řada. Pro potřeby finanční analýzy je účelné sledovat vzájemné trendy vývoje finančních ukazatelů. Používají se různé soustavy nerovnic, které slouží k tomu, aby zachycovaly požadovaný vývoj jednotlivých finančních ukazatelů. Typické jsou tak zvané „žádoucí nerovnice“ neboli „ekonomický normál“. Prostřednictvím ekonomického normálu je možné zachytit různé vztahy. Jak uvádí M. Synek (2007): „Tak např. je žádoucí, aby 34
Finanční analýza
zisk rostl rychleji než tržby, tržby rychleji než počet pracovníků apod. To lze zachytit takto: IZ>IT>IP.“
Trend znamená směřování, tendenci spíše dlouhodobého procesu změny. Užívá se v běžné řeči i ve vědách o současně probíhajících a těžko předvídatelných změnách, zejména v hodpodářské a kulturní oblasti.
Obrázek 4: Definice trendu Zdroj: Wikipedie. Trend [online]. [Cit. 2. 1. 2010]. Dostupné z WWW: .
Trendová analýza nachází své uplatnění kromě hodnocení aktuální výkonnosti podniku také v oblasti investování. Pro potenciálního investora je důležitý například vývoj akciových indexů v čase, vývoj cen komodit, apod. Ceny určitých komodit mohou samozřejmě fluktuovat okolo trendu, ale stále musí být patrný celkový směr trendu. Trendy mohou v zásadě nabývat tří směrů: nahoru (uptrend), dolů (downtrend) a stranou (sideways). Tím ale jejich vymezení zdaleka nekončí. Existují rozdílné typy trendů. Jejich klasifikace je zpravidla založena na rozdílnosti z hlediska časového rozpětí. Denní grafy reflektují krátkodobé trendy trvající několik dní. Naproti tomu multidekádové grafy obsahují měsíční data a reflektují trendy za období 5, 10 i více let. Pro praktické účely jsou využívány čtyři typy trendů: • krátkodobé (3 až 6 týdnů), • střednědobé (6 až 9 měsíců), • primární (9 měsíců až 2 roky), • dlouhodobé (zpravidla 8 až 12 let). Výše uvedené rozdělení je však relativní, existují různé alternativy. Co je ovšem podstatné, že význam každého trendu je subjektivní záležitost. Obecně se má však za to, že čím delší trend, tím má větší váhu. Čím déle trend existuje, tím větší význam má jeho obrat po tom, co se objeví signál.
2.3.6 Grafi cká analýza Grafické znázornění si v oblasti posouzení finanční výkonnosti podniku získává stále větší oblibu. Důkazem je toho tak zvaný „spider graf“, který je hlavním analytickým nástrojem grafické analýzy. Přínos grafické (spider) analýzy spočívá v tom, že umožňuje okamžité a přehledné vyhodnocení postavení určité společnosti v řadě ukazatelů vzhledem k odvětvovému průměru, případně srovnání s nejlepším v odvětví či oboru. V současné době nachází spider analýza uplatnění zejména v rámci bankovního sektoru, 35
Metody komplexního hodnocení podniku
pojišťoven a auditorských společností. V oblasti veřejného sektoru je však také v praxi využívána vládními organizacemi a vysokými školami. Stále častěji se objevuje i v tuzemských odborných publikacích, jak uvádí např. Sůvová (2000) nebo Synek (2007). Spider analýza může odpovědět na řadu otázek. Jako například: Vede si sledovaný podnik skutečně tak dobře, jak se uvádí ve výroční zprávě? Obstojí firma v konkurenci dalších domácích či zahraničních společností ze stejného odvětví průmyslu? Nebo jakou výkonnost má zvolené odvětví v porovnání s jinými státy středoevropského regionu, nebo vyspělými ekonomikami? Prostřednictvím jednoho spider grafu je možno analyzovat až dvacet společností a sledovat hospodaření podniku v několika po sobě jdoucích obdobích. Pro jeden graf se zpravidla používá šestnáct poměrových ukazatelů (ROE, ROS, obrat aktiv, běžná likvidita, atd.). Tento počet lze však libovolně snížit i zvýšit. Ukazatele se vyjádří v procentech vůči odvětvovému průměru, který vyjadřuje 100 %. Základem grafu jsou soustředěné kružnice. První kružnice od středu vyjadřuje odvětvové průměry (tj. 100 %), následující 200 %, atd. To je celý jednoduchý, ale zároveň velice přehledný princip, na jehož základech stojí konstrukce spider grafu. Příklad spider grafu pro šestnáct ukazatelů je reprezentován obrázkem 5. Výsledky podniku XY, které jsou zaneseny do grafu, jsou nadprůměrné. Aniž by bylo potřeba provádět detailní analýzu vypočtených hodnot ukazatelů, dostaneme tímto způsobem obraz finanční situace sledovaného podniku. Nespornou výhodou je, že na jednom grafu lze analyzovat až dvacet společností a je možné porovnávat hospodaření podniku v x po sobě jdoucích obdobích. V případě ukazatelů, které je třeba minimalizovat (kupř. doba inkasa pohledávek), počítáme převrácenou hodnotu (tj. průměr v odvětví/hodnota analyzovaného podniku). Co se týče ukazatelů pozitivních (viz likvidita), tak u těch není žádoucí žádný extrém. Jinými slovy, nemají nabývat ani příliš vysokých, ani příliš nízkých hodnot.
Obrázek 5: Spider graf (šestnáct ukazatelů) Zdroj: Synek, M. a kol. (2007). 36
Finanční analýza
Nahodilé není ani uspořádání v rámci kvadrantů. Nemusí být pravidlem, že se spider graf využívá pouze pro analýzu výkonnosti podniku, ale pokud tomu tak je, platí, že je graf rozdělen do následujících čtyř kvadrantů: • kvadrant = ukazatele rentability, • kvadrant = ukazatele likvidity, • kvadrant = složení finančních zdrojů, • kvadrant = ukazatele aktivity. Spider analýza však není představena pouze spider grafem. Využívá i další nástroje jako portfolio graf, graf sledování vývoje, percentilový graf, seznam ukazatelů, rating společnosti, odvětvový rating nebo modul Excel. Portfolio graf například firma zvolí, pokud chce srovnání několika podniků mezi sebou omezit pouze na dva vybrané ukazatele a na jejich základě pak provede srovnání s ohledem na velikost společnosti. Percentilový graf zas podnik využije, pokud potřebuje vidět odvětví jako celek z pohledu jednoho ukazatele. Tento graf ukáže, jak jsou podniky v odvětví podle vybraného ukazatele rozprostřeny. Analytický modul, kterým je pro změnu graf vývoje, zas rychle odpoví klientovi na otázku, je-li trend podnikového vývoje stejný jako je trend vývoje odvětví, nebo zda je tomu naopak. Umožňuje provádět analýzu vývojových řad dle zvoleného ukazatele, sledovat měsíční, čtvrtletní i roční výsledky, sledovat vývoj položek z rozvahy a výkazu zisku a ztráty, změnit sledovaný ukazatel kdykoliv v průběhu práce. A mohli bychom pokračovat dále. Různé nástroje mají samozřejmě své různé přednosti. Avšak dá se říci, že nástrojům spider analýzy vévodí přece jen spider graf pro svou komplexnost a možnosti zobrazení informací. Jeho nespornou výhodou je, že zobrazuje nejvíce ukazatelů současně pro skupinu firem.
2.3.7 Fundamentální a technická finanční analýza Fundamentální analýza spočívá v hledání vhodných akcií pro nákup na akciovém trhu. Představuje jeden z přístupů oceňování instrumentů na akciovém trhu. Cílem je při tom dosažení kapitálového zisku. Daného účelu je dosaženo u akcií, které jsou v době nákupu podhodnocené a jejichž cena v budoucnu poroste. Práce fundamentálního analytika v podstatě spočívá v tom, že zkoumá vliv makroekonomických veličin (nabídku peněz a její změny, úrokové a výnosové míry a jejich změny), analyzuje jednotlivá odvětví z hlediska jejich vývoje, strukturu odvětví, i jednotlivé podniky. U těch pak porovnává především vnitřní hodnotu jejich akcií s aktuální tržní cenou. Cílem tohoto srovnání je odpověď na otázku, zdali je akcie správně ohodnocena, anebo zda je podhodnocena, či naopak nadhodnocena. Aby byli analytici schopni určit vnitřní hodnotu akcií, provádí finanční analýzu a zpracovávají prognózy budoucího očekávaného vývoje firmy. Fundamentální analytici mají za úkol kultivovat portfolio u obchodníků s cennými papíry. Jde však spíše o kvalitativní nástroj, neboť má v zásadě verbální povahu a nevyužívá algoritmizovaných postupů, čímž se liší od analýzy technické. V rámci zpracování fundamentální analýzy je využívána řada modelů, mezi které patří zejména dividendové diskontní modely (DDM), jejichž součástí je slavný Gordonův model 37
Metody komplexního hodnocení podniku
(Gordon, M. J., 1962), vhodný předně pro ocenění akcií monopolních společností. Jiným nástrojem je například Sharpovo P/E ratio, které poměřuje kurz akcie k běžnému zisku. Technická finanční analýza je naproti tomu nástrojem, který aplikuje matematické, matematicko-statistické a další zpravidla kvantitativní, algoritmizované metody. Je nejstarším přístupem k oceňování akciových instrumentů, který vznikl již v 18. století v Asii. Na rozdíl od fundamentální analýzy technická zkoumá aktuální vývoj grafu obchodovaného instrumentu (např. komodity, akcie, dluhopisu apod.). Obrázek 6 ukazuje možný výstup z technické finanční analýzy.
Obrázek 6: Cenový vývoj instrumentu zlato Zdroj: Klimo, J. (2008).
Zpracování obou analýz má své místo zejména v rámci komplexního posouzení finanční výkonnosti akciových společností. Zpravidla se využívá buď jeden nebo druhý přístup (tj. fundamentální či technická analýza). Záleží samozřejmě na preferencích a podmínkách toho kterého podniku.
38
Nástroje hodnocení podniku
3. Nástroje hodnocení podniku Vedle finanční analýzy existuje celá řada dalších metod, jež se snaží stanovit finanční situaci podniku. Jde zejména o vícerozměrné modely pracující s několika kritérii, jimž je přiřazena konkrétní váha. Stav podniku je pak souhrnně vyjádřen jedním číslem, jež odhodnotí stupeň finančního zdraví podniku. Tyto souhrnné indexy se zaměřují buď na určení výkonnosti firmy z hlediska tvorby hodnoty (slouží tedy zejména investorům a vlastníkům společnosti), jedná se tedy o bonitní indikátory, nebo ohodnocují firmu na základě její schopnosti splácet své závazky – předpovídají, zda podnik v blízké budoucnosti nespěje k bankrotu (slouží tedy zejména věřitelům); v tomto případě se jedná o bankrotní indikátory. Tyto metody lze použít i tam, kde chybí kompletní informace pro ocenění podniku běžnými způsoby. Další výhodou souhrnných indexů hodnocení je časová nenáročnost jejich zpracování, jsou tedy obzvláště vhodné pro rychlé, hrubé, stanovení kondice podniku. Z dostupné tuzemské literatury nabízí velmi komplexní pohled a porovnání jednotlivých metod publikace Jaroslava Sedláčka Finanční analýza podniku. Zde se rovněž zabývá metodou Ballanced Scorecard a popisuje ratingové a scoringové modelování. Dalším významným pramenem je publikace Rolfa Grünwalda a Jaroslavy Holečkové Finanční analýza a plánování podniku. Při studiu základních východisek jednotlivých, různou literaturou popisovaných, metod je na mnoha místech modelům zpracovaných zahraničními autory vytýkána obtížná nebo nesprávná interpretace získaných výsledků vzhledem k faktu, že v našich podmínkách stále nefunguje dostatečně efektivní kapitálový trh jako základní předpoklad pro tržní ocenění aktiv. Další v řadě je práce Ivana a Inky Neumaierových Výkonnost a tržní hodnota firmy, která rovněž aplikuje modelování v podmínkách české ekonomiky.
3.1 Metodika tvorby modelů hodnocení podniku Možnosti předpovědi vývoje finanční situace společnosti, její budoucí solventnost nebo nesolventnost jsou založeny na hodnocení a interpretaci výsledků dosažených v přítomnosti (Baran, Pálfy, Čvančarová, Olejník, 2006). Také zahrnují možnosti budoucího rozvoje a ukazují rozdílnou úroveň a dynamiku aplikovaných finančních ukazatelů, umožňujících získat obraz finanční pozice ve společnosti (Kajanova, 2006). Metody predikce finanční situace podniku by měly umožnit základní přiřazení hodnoceného podniku do kategorie buď prosperujících (neselhávajících) nebo neprosperujících (selhávajících, bankrotujících) podniků. To vyžaduje převedení celkového finančně-ekonomického výkonu a výsledků společnosti, pokud možno, na jednočíselný výraz a jeho následné porovnání s jinými subjekty. K tomu jsou v praxi využívány různé metody a z nich vycházející modely či indexy.
3.1.1 Matematicko-statistické metody Dlouhou řadu let byly klasické statistické metody široce užívány k rozvoji jednorozměrných diskriminačních analýz (Zavgren, 1983; Van Wymeersch & Wolfs, 1996; Atiya, 2001). Tyto metody využívaly nejrůznější klasifikační procedury k rozdělení společností na společnosti tzv. selhávající a prosperující, čili na společnosti směřující a nesměřující 39
Metody komplexního hodnocení podniku
k úpadku, a to s určitou mírou klasifikační chyby (tzn., že nezdravá společnost bude chybně klasifikována jako společnost zdravá a naopak). Mnohem rozšířenější statistickou metodou je však vícerozměrná diskriminační analýza, následovaná logit analýzou (Altman & Saunders, 1998). Dalšími klasickými metodami jsou jednorozměrná analýza, risk index modely, probit a logit analýza a lineární pravděpodobnostní modely. Tato skupina metod je založena na průřezových statistických metodách, což dává základ pro jejich výhody i nevýhody. Klasických statistických metod predikce úpadku byla vyvinuta celá řada, popsány byly zejména těmito autory: Zavgren (1983), Altman (1984), Taffler (1984), Jones (1987), Keasey & Watson (1991), Ooghe a kol. (1995), Dimitras a kol. (1996), Altman & Narayanan (1997) a Altman & Saunders (1998). Zavgren (1983), Altman (1984) a Taffler (1984) poskytují detailní přehled o bankrotních modelech v 60. a 70. letech 20. století. Zatímco Zavgren (1983) zkoumal různé metody predikce úpadku vyvinutých na základě dat pocházejících z USA, Altman (1984) nabízí přehled metod predikce úpadku založený na datech z více států. Komplexní přehled těchto metod dále nabízejí i Jones (1987) a Keasey & Watson (1991). Zaměřili se jednak na techniky sestavení jednotlivých modelů a dále na výhody a limity těchto metod. Altman & Narayanan (1997) provedli studii modelů klasifikace úpadku ve 21 nejrůznějších státech, zatímco Altman & Saunders (1998) pracovali přes 20 let na vývoji bonitních modelů nejrůznějších druhů, včetně „credit scoring models“ zejména v USA.
3.2 Jednorozměrná analýza (univariate analysis)
Beaver (1967a) patřil mezi průkopníky modelů predikce úpadku založených na finančních poměrových ukazatelích. Byl prvním autorem, který aplikoval jednorozměrný model – „jednorozměrnou diskriminační analýzu“ – na výsledky poměrových ukazatelů finanční analýzy a porovnával jednotlivé výsledky u prosperujících a upadajících společností s cílem definice modelu predikce úpadku. Při výběru konkrétních poměrových ukazatelů, které zahrnul do svého modelu, Beaver (1967a) aplikoval dichotomický klasifikační test za účelem identifikace těch ukazatelů, které nejlépe vystihují rozdíl mezi prosperující a upadající společností. V jednorozměrných modelech predikce úpadku je kladen důraz na jednotlivé signály úpadku. Hodnotící procedura je prováděna separátně pro každou hodnotu či ukazatel obsažený v modelu. Při hodnocení společnosti je každá hodnota či ukazatel vyhodnocen samostatně a na základě optimálního mezního (hraničního) bodu ukazatele (tj. bod, ve kterém je pravděpodobnost chybné klasifikace nejnižší), je společnost vyhodnocena jako upadající či neupadající. Obecně platí, že pokud je hodnota ukazatele vyšší než mezní bod, je společnost vyhodnocena jako neupadající a naopak, pokud ukazatel nepřekračuje mezní hodnotu, je společnost hodnocena jako upadající. Pro ty poměrové ukazatele, kde vyšší hodnota signalizuje špatnou finanční situaci společnosti, je toto pravidlo aplikováno opačně. Spolehlivost hodnocení modelu je měřena na základě celkového poměru chybné klasifikace a procenta chyby typu I a II. Nespornou výhodou modelů jednorozměrné analýzy predikce úpadku je jeho jednoduchost, jeho aplikace nevyžaduje žádné hlubší statistické či matematické znalosti – každý ukazatel stačí pouze porovnat s mezním bodem a na tomto základě sestavit hodnocení. 40
Nástroje hodnocení podniku
Naproti tomu určitou slabinou této metody je skutečnost, že je založena na předpokladu existence lineární závislosti mezi konkrétní hodnotou či poměrovým ukazatelem a stádiem úpadku. Je zcela zřejmé, že tato teorie se velmi často liší od praxe, kde velmi mnoho poměrových ukazatelů vykazuje nelineární závislost se statusem úpadku (Keasey & Watson, 1991). V důsledku toho je metoda jednorozměrné analýzy velmi často aplikována nevhodným způsobem a tudíž může vést ke sporným výsledkům. Přestože jednoduchost jednorozměrných modelů je lákavá, vykazuje také určité zásadní nedostatky. Zaprvé – problém nekonzistence – při hodnocení společnosti je brána hodnota konkrétního poměrového ukazatele v daný moment, což může vést k nekonzistentním a matoucím výsledkům pro různé poměrové ukazatele stejného podniku (Altman, 1968; Zavgren, 1983). Za druhé – pokud použijeme pro jednorozměrný model poměrové ukazatele vycházející z finančního účetnictví, je velmi obtížné ohodnotit významnost jednoho konkrétního ukazatele samostatně, neboť většina proměnných spolu úzce souvisí (Cybinski, 1998). Ve stejném kontextu je jednorozměrný model staven do rozporu s realitou, kde je finanční situace společnosti viděna jako jeden celek, který nemůže být věrohodně ohodnocen na základě jednoho poměrového ukazatele. V neposlední řadě – mezní hodnoty jsou stanoveny metodou „pokus – omyl“ a založeny na bázi „ex post“, tzn., že status úpadku byl u společností zahrnutých do vzorku (v momentě sestavování modelu) již znám (Bilderbeek, 1973). V důsledku toho mohly být mezní hodnoty u některých vzorových společností svým způsobem specifické, čímž snižují přesnost hodnocení této metody, pokud je používána na společnosti v kontextu „ex ante“.
3.3 Risk index modely V reakci na Beavera si Tamari (1966) uvědomil, že posouzení finančního zdraví společnosti se nemůže opírat pouze o jednu proměnnou. Dále poukázal na skutečnost, že díky výše zmíněnému problému nekonzistentnosti je velmi obtížné získat přehled o finančním zdraví společnosti. Tyto důvody ho vedly k prezentaci svého „risk index“ modelu. Je to jednoduchý „bodový systém“, který zahrnuje různé poměrové ukazatele všeobecně akceptované jako ukazatele finančního zdraví společnosti. Na základě výsledků jednotlivých poměrových ukazatelů jsou hodnoceným společnostem přidělovány počty bodů mezi 0–100. Čím vyššího celkového součtu bodů společnost dosáhne, tím lépe je hodnocena její finanční situace. Risk index model zohledňuje i skutečnost, že některé poměrové ukazatele mají vyšší význam než ostatní, což je zohledněno přidělením vah jednotlivým kritériím. Moses & Liao (1987) představili jiný zajímavý risk index model. Jejich risk index primárně staví na jednorozměrné analýze, díky které jsou stanoveny mezní body pro jednotlivé poměrové ukazatele. Dále jsou pro každý poměrový ukazatel vytvořeny bipolární proměnné a ke každé této proměnné je přidělen 1 bod, pokud přesáhne mezní hranici a žádný bod pokud tuto hranici nepřesáhne. Risk index je poté sestaven na základě přidání bipolárních proměnných. Podobně jako u Tamariho risk indexu vyšší skóre znamená lepší finanční situaci společnosti. Výhodou risk index modelu je jeho intuitivnost a velmi snadná aplikovatelnost. Na druhou stranu toto může být považováno i za jeho hlavní nevýhodu – jedná se o ukazatel spíše subjektivní povahy – viz například určení jednotlivých vah v Tamariho modelu. 41
Metody komplexního hodnocení podniku
3.4 Vícenásobná diskriminační analýza V roce 1968 aplikoval Altman (1968) techniku vícenásobné statistické analýzy ve spojení s problematikou predikce selhávání společností a vytvořil model nazývaný Z-skóre model. Tato metoda je nazývána vícenásobná diskriminační analýza, což je statistická metoda využívající klasifikace jednotlivých veličin do několika skupin v závislosti na charakteristických vlastnostech těchto veličin. Dále se pokouší odvodit lineární (nebo kvadratické) kombinace těch veličin, které nejvhodněji tyto skupiny odlišují (Altman, 1968, str. 592). V průběhu následujících let bylo publikováno velké množství studií a prací na téma Altmanova Z-skóre modelu. V roce 1977 Altman a kol. (1977) stanovil finální Z-skóre model, který zohledňoval mj. i nové standardy finančního reportingu. Tento výsledný model je nazýván „Zeta analýza“. Do roku 1980 převažovala vícenásobná diskriminační analýza (dále jen MDA – Multiple discriminant analysis) ve většině studií zabývajících se bankrotními modely společností. Po roce 1980 četnost jejího užívání klesá (Dimitras a kol., 1996), nicméně MDA byla stále používána jako základní metoda pro srovnávací studie (Altman & Narayanan, 1997). Jinými slovy MDA se stala všeobecně uznávanou standardní metodou. Většina studií používá lineární MDA model. Z důvodu překonání problému nerovnoměrných matic rozptylu (viz níže) byl představen i kvadratický MDA model. MDA model se skládá z lineární kombinace proměnných, které nejlépe vystihují rozdíly mezi selhávajícími a zdravými společnostmi. Například Altmanův Z-skóre model je lineární kombinací těchto parametrů: pracovní kapitál/celková aktiva, nerozdělený zisk/celková aktiva, zisk před úroky a zdaněním/celková aktiva, tržní hodnota jmění/celkové zadlužení a tržby/celková aktiva (Altman, 1968). Lineární diskriminační funkce má pak následující podobu (Lachenbruch, 1975):
Vzorec 31: Diskriminační skóre společnosti Di = D0 + D1 Xi1 + D2 Xi2 + .... + DnXin kde Di je diskriminační skóre pro společnost „i“ (v intervalu -∞ až +∞), Xij – hodnota proměnné Xj (kde j = 1, ..., n) pro společnost i, Dj – lineární diskriminační koeficient (kde j = 0, 1, ..., n). Zdroj: Vlastní interpretace vzorce.
V MDA modelech jsou nejrůznější (většinou finanční) ukazatele a proměnné kombinovány do jednoho vícerozměrného diskriminačního skóre Di. Výsledkem je jednorozměrová kalkulace s hodnotou mezi -∞ až +∞, která nám dává určitou představu o finančním zdraví společnosti. Z tohoto důvodu je MDA nazývána „kontinuálním hodnotícím modelem“ (continuous scoring system). Ve většině studií signalizuje nízký výsledek diskriminantu špatné finanční zdraví společnosti. Zahrnutí nejrůznějších proměnných do jedné výkonnostní kalkulace či diskriminačního skóre je založeno na principu, že „celek je více než jen součet jeho částí“ (Taffler & Agarwal, 2003). Je možné, že zdánlivě nevýznamné proměnné na jednorozměrné bázi poskytují důležité informace ve vícerozměrném kontextu (Altman, 1968) nebo že některé koeficienty mají iracionální znaky v rozporu s očekáváním, způsobené vícerozměrným charakterem MDA (Ooghe & Verbaere, 1985). 42
Nástroje hodnocení podniku
V klasifikačním kontextu je smyslem metody MDA zařadit společnost do skupiny společností v úpadku či prosperujících, a to na základě jejich diskriminačního skóre. Společnost bude zařazena do té skupiny, jejímž společnostem se nejvíce podobá. Klasifikace podle určitých optimálních mezních hodnot pro MDA model je dosahováno následujícím způsobem: Společnost je označena za společnost v úpadku, pokud je její diskriminační skóre (Di) menší než mezní hodnota a naopak. V užším slova smyslu nemůže být MDA model vnímán jako predikce budoucího vývoje, nicméně v praxi je to tak, že pokud je společnost klasifikována mezi společnosti spadající do úpadku v čase t, s vysokou pravděpodobností bude spadat mezi společnosti v úpadku i v čase t+1 (Blum, 1974). Klasifikační přesnost nebo také spolehlivost MDA modelu je většinou posuzována podle typu chybovosti I a II. Velmi často je také využíváno procento správných klasifikací nebo nevážené chybovosti. Vedle těchto chybných pozorování, které vyžadují upřesnění určitých mezních bodů, může být spolehlivost MDA modelu posuzována na základě stochastické dominance. V tomto ohledu křivka charakterizující příjemce (Receiver Operating Curve – ROC), (Steele, 2002) a funkce změny (trade-off fiction), (Ooghe a kol., 2003; Ooghe & Balcaen, 2002c) dává jasný grafický přehled o spolehlivosti této metody a přitom nevyžaduje upřesnění mezních bodů. Čím rozsáhlejší je plocha pod ROC nebo čím blíže je funkce změny k oběma osám, tím vyšší je spolehlivost daného modelu. Dalším nástrojem využitelným k posouzení spolehlivosti daného modelu je tzv. Gini-koeficient. Gini-koeficient je souhrnný ukazatel spolehlivosti, který odráží rozdíl mezi „trade-off function“ modelu a „trade-off function“ nediskriminačního modelu. Čím vyšší je Gini-koeficient, tím přesnější je stanovený rozdíl mezi upadající a stabilní společností (Ooghe a kol., 2003; Ooghe & Balcaen, 2002c). Další možností stanovení spolehlivosti jsou výpočty typu R 2 a výpočty založené na entropii (Joos a kol. 1998a). Výpočet typu R 2 vyjadřuje procento rozptylu vysvětlené modelem – výpočet ukazatele R 2 zachycuje správně a chybně klasifikované firmy. Výpočty založené na entropii jsou využívány ke zkoumání spolehlivosti například Zavgrenem (1985). Tyto entropické výpočty pouze vyhodnotí vypovídající schopnost modelu a neumožňují následné zohlednění nákladů chybné klasifikace ani skutečnou strukturu společností v reálné ekonomice v rozvojovém rozdělení. Přestože Eisenbeis (1977) předpokládá, že vícenásobná závislost (multicollinearity) je pro MDA model nevýznamná, a Altam & Eisenbeis (1978) poukazují na fakt, že vícenásobná závislost nezávislých proměnných nepředstavuje pro MDA modely žádný problém, většina autorů souhlasí s tím, že pokud je silná závislost mezi nezávislými proměnnými, může toto působit určité problémy. To má za následek nestabilní a obtížně vysvětlitelné odhady parametrů a může ovlivnit celkovou klasifikační přesnost. (Joy & Tollefson, 1975; Joy & Tollefson, 1978; Ooghe a kol., 1994a; Back a kol., 1996b; Doumpos & Yopoudinis, 1999). Z tohoto důvodu by měla být vždy vypočítána korelační závislost jednotlivých proměnných a dále test vícenásobné závislosti, a tím by se mělo předejít zmiňovaným úskalím MDA modelu. Edmister (1972) poukazuje na skutečnost, že nízká úroveň vnitřní korelace představuje méně problémů, ale pokud se celková data stanou vícenásobně závislými, začnou být problémy závažnější (str. 182). V tomto ohledu testoval Lussier & Corman (1994) jednotlivé proměnné na existenci „problematických“ vícenásobných závislostí. Technika výpočtu MDA vychází z několika předpokladů (Edmister, 1972; Eisenbeis, 1977; Zavgren, 1983; Karels & Prakash, 1987; Joos a kol., 1998a). Předně MDA předpokládá, že 43
Metody komplexního hodnocení podniku
soubor dat je dichotomický, skupiny jsou samostatné, identifikovatelné a nepřekrývající se. Problémy s tím spojené budou zmíněny později. Za druhé použití MDA je založeno na třech restriktivních předpokladech: • nezávislé proměnné zahrnuté do modelu ze statistického hlediska odpovídají vícerozměrnému rozdělení pravděpodobností, • skupiny matice rozptylu nebo matice závislostí jsou mezi skupinami upadajících a prosperujících společností shodné, • náklady chybné klasifikace jsou známé. Ačkoliv někteří autoři zdůraznili význam prvních dvou omezujících předpokladů a jejich případných chyb, většina korporátních studií o úpadku se nepokoušela analyzovat, zda používaná data splňují tyto předpoklady. Jelikož v praxi používaná data jen zřídka splňují všechny tři zmiňované předpoklady, jsou MDA modely velmi často aplikovány nevhodnou formou a vypočtené závěry jsou ve svém důsledku přinejmenším diskutabilní (Joy & Tollefson, 1975; Eisenbeis, 1977; Richardson & Davidson, 1984; Zavgren, 1985). V praxi se zdá, že první předpoklad vícerozměrného rozdělení pravděpodobností (dále jen MND – Multivariate Normally Distributed), vícerozměrná normalita, je často porušován (Deakin, 1976; Taffler, 1977; Barnes, 1987), což může mít za následek zkreslení ve významnosti prováděných testů a odhadované míře chyb (Eisenbeis, 1977; Richardson & Davidson, 1984; McLeay & Omar, 2000). Je třeba podotknout, že za normálních okolností MND a priori vyžaduje normální rozdělení pravděpodobností (dále jen UND – Univariate Normally Distributed) (Karels & Prakash, 1987). Z tohoto důvodu někteří výzkumní pracovníci testují hodnoty pouze na UND a implicitně zanedbávají testování jiných rozdělení. Je třeba podotknout, že existuje dostatek důkazů, že finanční poměrové ukazatele, které jsou nejčastěji používány v modelech MDA, obecně neodpovídají požadovanému rozdělení pravděpodobností. (Barnes, 1982; Ooghe & Verbaere, 1985; McLeay & Omar, 2000). Někteří autoři upravují UND a snaží se přiblížit UND transformací proměnných před jejich zahrnutím do modelu. Deakin (1976), Taffler (1983) a Altman a kol. (1977) například upravili hodnoty neodpovídající UND prostřednictvím transformace. V literatuře nejsou žádné obecné pokyny týkající se vhodné transformace s cílem přiblížit se UND. Například Taffler (1983) transformoval proměnné prostřednictvím recipročních nebo logaritmických transformací. Altman a kol. (1977) použil logaritmickou transformaci a Deakin (1976) poskytl důkazy, že používání druhé odmocniny nebo logaritmické transformace finančních ukazatelů může vyústit v UND. Jiní autoři dosahují UND „ořezáváním“ souboru o krajní hodnoty před jejich dosazením do modelu. „Ořezávání“ může být realizováno buď formou prostého odmazání krajních odlehlých hodnot, což znamená vyloučit tyto extrémní hodnoty s odvoláním se na UND, nebo upravením těchto hodnot z „krajně odlehlých“ na pouhé „krajní“, díky kterému bude UND dosaženo. (Taffler, 1983; Barnes, 1987; Ooghe a kol., 1995;McLeay & Omar, 2000). Přestože transformace proměnných může vést k UND, předpoklad MND je pravděpodobně stále porušován, neboť transformace může změnit vzájemné vztahy mezi proměnnými (Eisenbeis, 1977) a tím může narušovat celý výsledný model MDA. 44
Nástroje hodnocení podniku
Deakin (1976) zjistil, že finanční ukazatelé mohou být normálně distribuovány v rámci specifické průmyslové skupiny. Proto by porušení předpokladu normality mohlo být slabší, když budou vytvořeny modely pro předpověď průmyslově-specifického selhání. Závěrem lze tedy říci, že problém rozdělení pravděpodobností dat při tvorbě modelů je nutné vnímat velmi seriózně a musí s ním být zacházeno velmi pečlivě. Druhý předpoklad, který musí být testován před rozvojem modelu založeném na MDA, je předpoklad rovnosti disperzních matic. Je-li tento předpoklad porušen, význam testů na rozdíly v proměnných veličinách mezi selhávající a prosperující skupinou firem bude ovlivněn. Navíc, v případě nerovnosti disperzních matic, musí být použito kvadratické klasifikační pravidlo – kvadratický model MDA (Joy & Tollefson, 1975 Eisenbeis, 1977; Zavgren, 1983). V praxi se však autoři vyhýbají práci s kvadratickými MDA modely, neboť tyto modely jsou velmi složité a zdá se, že svou vypovídací schopností předčí lineární MDA modely jen v případě (1) velkého množství vzorků, (2) malého počtu nezávislých proměnných vztahujících se k vzorku a (3) velmi podstatných rozdílů v disperzi matic. Přehled studií zabývajících se problematikou kvadratických modelů se zabýval Eisenbeis (1977). Třetí předpoklad uvádí, že při výběru optimálního mezního skóre rozhodujícím o příslušnosti do skupiny selhávajících či prosperujících společností, by měla být zvažována pravděpodobnost chybného hodnocení v kombinaci s náklady omylu typu I a II (Edmister, 1972; Eisenbeis, 1977; Deakin, 1977; Zavgren, 1983; Hsieh, 1993; Steele, 1995). Pokud je tento omezující předpoklad porušen, udávaná přesnost modelu MDA bude narušena a model nebude při všeobecném použití poskytovat spolehlivé výsledky. V tomto ohledu Deakin (1977) poukazuje na to, že k analýze pravděpodobnosti četnosti výskytu klasifikační chyby by mělo dojít ještě před uvedením modelu do reálného světa. Stanovení optimálního mezního bodu by mělo být výsledkem minimalizace „funkce celkové ztráty“. V praxi se však specifikace nákladů chybné klasifikace a rozvojového rozdělení zdá být velmi subjektivním rozhodnutím: náklady na důsledky závislé na obou typech chyb jsou hlavně nehmotné a nezměřitelné a závisí na rizikovém chování toho, kdo model sestavuje a dále na jeho postoji k proporcím nákladových faktorů. Kromě toho specifikace rozvojové klasifikace se zdá být velmi obtížná a subjektivní, proto je třeba si vybrat určité referenční období (neboť mezní hodnota se může rok od roku měnit). To je důvod, proč ji Steele (1995) nazývá „subjektivním faktorem“. S ohledem na tyto praktické problémy, většina autorů používajících MDA se snaží pouze minimalizovat celkovou chybovost namísto kalkulace celkové ztrátové funkce – na rozdíl od Altmana a kol. (1977) a Tafflera (1982), což jsou dvě z malého množství studií, které berou poměr obou nákladů chybné klasifikace a rozvojového rozdělení na vědomí. Ostatní autoři implicitně předpokládají, že (1) náklady plynoucí z chybné klasifikace jsou stejné a že (2) struktura vzorku je stejná jako u rozvojového rozdělení. Je zřejmé, že zanedbávání těchto faktorů má na kvalitu výsledných modelů závažné důsledky. Protože v praxi náklady na chybnou klasifikaci firmy v úpadku (typ chyby I) jsou často mnohem větší než náklady na chybnou klasifikaci nekrachující firmy (typ chyby II), zanedbávání chybné klasifikace nákladů obecně vede k vysokému stupni chyb I. Naopak, protože frekvence nekrachujících firem zahrnutých v souboru je mnohem větší než frekvence krachujících firem, zanedbávání souborových frekvencí znamená příliš silný důraz na snižování chyb typu I, což má za následek relativně nízkou chybovost typu I a relativně vysokou u typu 45
Metody komplexního hodnocení podniku
chyb II. Druhý aspekt je důvod, proč El-Zayaty (1987) zjistil u mnoha studií predikce selhání vysokou frekvenci chyb typu II. Existuje však několik možných řešení problémů spojených s definicí optimálního mezního bodu. Jedním možným řešením je zaznamenat počty chyb I a II u modelu pro různé mezní hodnoty. Studie Pompe & Bilderbeek (2000) and Ooghe & Verbaere (1985) jsou jedněmi z několika studií, které volí tuto možnost. Další možností je „černo-šedo-bílá“ metoda, jak uvádí Edmister (1972). Tato metoda stanoví nižší mezní hodnotu, při které je 0% výskyt chyby typu II a vyšší mezní hodnotu, při které je 0% výskyt chyby typu I. Prostor mezi těmito dvěma hodnotami je tzv. šedá zóna. Při uplatňování této „černo‑šedo-bílé“ metody je prediktivní síla modelu hodnocena procentem firem, které jsou zařazeny do šedé zóny. Ačkoli je MDA nejčastěji používaná modelovací technika pro předpovídání selhání, má i některé závažné nevýhody, v návaznosti na problémy související s porušením základních předpokladů. Za prvé, MDA vyžaduje, aby klasifikační pravidlo bylo lineární, což znamená, že výsledné skóre nad nebo pod určitým mezním bodem automaticky signalizuje dobré nebo špatné finanční zdraví. Ve stejném ohledu je klasifikační pravidlo MDA intuitivně v rozporu se skutečností, že některé proměnné nevykazují lineární závislost na finančním zdraví: některé ukazatele naznačují finanční problémy jak při nízké, tak i vysoké hodnotě. Za druhé, měli bychom mít na paměti, že výsledky MDA jsou pouze pořadová měření, která umožňují řadové hodnocení mezi jednotlivými firmami. MDA může také vytvářet pravděpodobnosti selhání, ale to vyžaduje subjektivní, a tím pádem i nepřesný, předpoklad pravděpodobností spojený s konkrétními diskriminačními skóre (Zavgren, 1985). Za třetí, i když MDA je velmi podobná technice vícenásobné regresní analýzy, není výpočetně ekvivalentní. Stanovení modelu metodou nejmenších čtverců není vhodné, pokud odhadujeme lineární závislosti u binárně závislé proměnné (Bilderbeek, 1978; Bilderbeek, 1979). Z tohoto důvodu nemohou být v MDA modelech standardizované koeficienty vykládány jako regresní β-koeficienty, a ty tudíž neukazují na relativní významnost různých proměnných (Altman, 1968; Blum, 1974; Joy & Tollefson, 1975; Eisenbeis, 1977; Taffler, 1983). MDA koeficienty nejsou jednoznačné (jednoznačné jsou pouze proměnné) a neberou v úvahu interní korelace mezi proměnnými v rámci modelu. Kromě toho, jak poukazuje Zavgren (1985), musíme mít na paměti, že snaha zhodnotit význam jednotlivých koeficientů je nevhodný s ohledem na smysl techniky MDA. Naopak, Scott (1978) tvrdí, že pokud jsou požadované předpoklady modelu MDA týkající se kolinearity splněny, mohou být standardizované koeficienty pro vyhodnocení významu individuálních proměnných využity. Také Blum (1974) došel k závěru ohledně relativního významu proměnných porovnáním pozice proměnné s relativní velikostí standardizovaných koeficientů. T vrdí, že tyto „žebříčky“ mohou přispět k odhadu relativní důležitosti těchto koeficientů. Eisenbeis (1977) a Joy & Tollefson (1975) zmiňují některé možné metody zmiňované v nejrůznějších literaturách, které se pokoušejí posoudit relativní význam nezávislých proměnných. 46
Nástroje hodnocení podniku
3.5 Modely podmíněné pravděpodobnosti Po období, kdy MDA byla jasně dominantní metodou tvorby modelů, byla tato metoda nahrazena méně náročnými statistickými technikami, jako jsou logit analýza (dále jen LA), probit analýza (dále jen PA) a modely lineární pravděpodobnosti (LPM). Pomocí těchto metod byly tvořeny hodnotící modely podmíněné pravděpodobnosti (Zavgren, 1983; Zavgren, 1985; Doumpos & Zopoudinis, 1999), (dále jen CPM), sestávající z kombinace proměnných, které nejlépe rozlišují mezi skupinou upadajících a prosperujících firem. Zatímco Ohlson (1980) jako jeden z prvních využíval k tvorbě svých modelů LA, Zmijewski (1984) se zaměřoval na PA. Až do současnosti se ukazuje LA jako velmi oblíbená metoda pro predikci selhání. Počet studií využívajících PA je mnohem menší mj. pravděpodobně i proto, že tato technika vyžaduje – ve srovnání s LA – větší množství výpočtů (Gloubos & Grammatikos, 1988; Dimitras a kol., 1996). CPM umožňují odhadnout pravděpodobnost neúspěchu v závislosti na řadě charakteristik firmy, a to pomocí nelineárního odhadu maximální pravděpodobnosti. Modely jsou založeny na určitém předpokladu rozdělení pravděpodobnosti. Modely založené na LA předpokládají logaritmické rozdělení pravděpodobností (Maddala, 1977; Hosmer & Lemeshow, 1989), zatímco modely založené na PA předpokládají kumulativní rozdělení pravděpodobnosti (Theil, 1971). V modelech lineární pravděpodobnosti je předpokládáno, že vztah mezi jednotlivými proměnnými daného modelu a pravděpodobností selhání je lineární (Altman a kol., 1981; Gloubos & Grammatikos, 1988). V literatuře podnikové predikce je LA jednoznačně nejpopulárnější metoda podmíněné pravděpodobnosti. Pomocí nelineárního odhadu maximální pravděpodobnosti v LA byly získány odhady parametrů následujícího logit-modelu (Hosmer & Lemeshow,1989, p. 25 and Gujarati, 2003, p. 595–615):
Vzorec 32: Diskriminační skóre společnosti
kde P1 (Xi) je pravděpodobnost selhání vzhledem k vektoru atributů Xi; Bj – koeficient atributu j s j = 1, …, n a B0 = ohraničený úsek, Xij – hodnota atributu j (s j = 1, …, n) pro firmu i, Di – „logit“ pro firmu i. Zdroj: Vlastní interpretace vzorce.
LA model kombinuje několik parametrů nebo „atributů“ do (vícerozměrného) skóre pravděpodobnosti pro každou společnost, která signalizuje určitou pravděpodobnost selhání nebo alespoň náchylnost k selhání. Z logaritmické funkce vyplývá, že logit-skóre (tj. pravděpodobnost selhání) P1 má hodnotu v intervalu [0,1] a roste v Di. Jestliže se Di blíží k minus nekonečnu, pak P1 bude nula a jestliže se Di blíží k plus nekonečnu, pak P1 bude jedna. V LA pravděpodobnost chyby P1 odpovídá logaritmickému rozdělení pravděpodobnosti. (Laitinen & Kankaanpää, 1999, str. 70). 47
Metody komplexního hodnocení podniku
Z klasifikačního pohledu je podstatou LA modelu rozdělit firmy na bankrotující nebo prosperující na základě jejich logit-skóre a určitého hraničního (mezního) skóre pro model. V případě, že selhání je vyjádřeno hodnotou „jedna“ a vysoké logit-skóre ukazuje na vysokou pravděpodobnost selhání, je firma zařazena do krachující skupiny pokud její logit-skóre překročí hraniční bod, nebo je zařazená do nekrachující skupiny, pokud je její skóre nižší než nebo rovno meznímu bodu. Podobně jako MDA je i LA model je založen na principu určité podobnosti – firmy jsou zařazeny do té skupiny, které se nejvíce podobají. Stejně jako model MDA může být klasifikační přesnost LA modelu posouzena na základě chybovosti typu I a II, procenta správných klasifikací, neváženého poměru chyb, křivky charakterizující příjemce (Steele, 2002), porovnávací funkce (Ooghe a kol., 2003; Ooghe & Balcaen, 2002c), Gini-koeficientu (Ooghe a kol., 2003; Ooghe & Balcaen, 2002c), vyhodnocení regresního koeficientu R² a měřeních založených na entropii (Joos a kol., 1998a). Na rozdíl od MDA, LA nevyžaduje proměnné s vícerozměrným rozdělením pravděpodobností, rovnost disperzních matic, ani dřívější pravděpodobnosti selhání (Ohlson, 1980; Zavgren, 1983; Joos a kol., 1998a). Protože LA nevyžaduje omezující předpoklady MDA a umožňuje pracovat s disproporčními vzorky, je LA metoda běžně považovaná za méně náročnou než MDA. Nicméně LA je založená na dvou předpokladech. Za prvé, metoda LA vyžaduje, aby závislé proměnné byly bipolární se skupinami nespojitými, nepřekrývající se a ztotožnitelné. Za druhé, při stanovení hraničních (mezních) bodů by měly být uvažovány náklady na chybu typu I a II. Nicméně vzhledem k subjektivitě výběru těchto nákladů na chybnou klasifikaci (Steele, 1995) většina autorů zanedbává celkovou chybovost, a tedy implicitně předpokládají stejné náklady na chyby typu I i II (Ohlson, 1980; Zavgren, 1985; Koh, 1992; Hsieh, 1993). Ohlson (1980) je jedním z mála autorů, který vzal v potaz dopady těchto nákladů na celkovou chybovost modelu a referuje o chybovosti svého modelu v souvislosti s různými hraničními hodnotami spojenými s různými náklady na chyby. Podobně Ooghe a kol. (1993) udávají tabulku několika možných hraničních bodů (pro jakýkoli poměr nákladů na chyby) a odpovídajících výsledků v přesnosti modelu a Ooghe a kol. (1994a) uvádějí procentické tabulky s možnými hraničními body pro krachující a prosperující společnosti. To umožňuje externímu uživateli modelu posoudit spolehlivost modelu pro jakoukoli kombinaci nákladů na chyby. Na druhé straně Koh (1992) poukazuje na fakt, že výběr optimálního mezního bodu v jeho LA modelu je spíše necitelný a tudíž stabilní vůči různým vyčíslením klasifikačních nákladů. Oproti dřívějším autorům dospěl Koh k závěru, že modely selhání by měly být použitelné v různých situacích a zanedbávání nákladů na chyby by nemělo být závažným problémem. Kromě toho, že LA nemá žádné požadavky týkající se pravděpodobnostního rozdělení nezávislých proměnných a dřívějších pravděpodobností selhání, existuje několik dalších významných výhod této metody. Za prvé, výstup modelu LA, logit-skóre, je skóre mezi nulou a jednou, což okamžitě udává pravděpodobnost selhání (úpadku) společnosti (Ohlson, 1980; Ooghe a kol., 1993). 48
Nástroje hodnocení podniku
Za druhé, význam či váha stanovených koeficientů v LA modelu může být interpretována samostatně (Ohlson, 1980; Mensah, 1984; Zavgren,1985), avšak pouze za předpokladu, že neexistuje žádná vícenásobná závislost mezi proměnnými. Za třetí, LA modely kalkulují spíše s kvalitativními proměnnými než se spojitými daty. V tomto případě jsou používány fiktivní hodnoty (Ohlson, 1980; Keasey & Watson, 1987; Joos et al, 1998a). A konečně, nelineární sklon logitní funkce je zajímavý. Výchozí logaritmická funkce naznačuje, že v porovnání s firmou s průměrným zdravím musí extrémně zdravá (nebo slabá) společnost dosáhnout úměrně většímu zhoršení (nebo zlepšení) svých proměnných, aby se zlepšilo (nebo zhoršilo) hodnotící skóre jejího finančního zdraví (Laitinen & Kankaanpaa, 1999). Nicméně, LA má také několik závažných nevýhod. Za prvé, LA modely jsou extrémně citlivé na problém vícenásobné závislosti. Je nutné vyvarovat se zejména zařazení vysoce závislých proměnných (Ooghe a kol., 1993; Ooghe a kol., 1994a; Joos a kol., 1998a; Doumpos & Zopoudinis, 1999). Bohužel, neboť většina LA modelů je založena především na finančních poměrových ukazatelích, které spolu úzce souvisejí a často sdílejí stejného čitatele nebo jmenovatele, může být problém vícenásobné závislosti závažný (Tucker, 1996). Za druhé, LA modely jsou velmi citlivé na nesourodé hodnoty (tj. hodnoty z nesourodých měření nebo chybějící hodnoty). Proto je třeba nejdříve soubor dat, co se týče případných nesourodých hodnot, upravit (Joos a kol., 1998b). Nakonec, i když logit-modely nevyžadují hodnoty s normálním rozdělením pravděpodobnosti, existují důkazy, že zůstanou i nadále citlivé na extrémní anormalitu (McLeay& Omar, 2000). Proto je nutné ještě před formulací modelu LA vstupní data transformovat nebo úplně vypustit (vymazání nesourodých hodnot) s cílem sblížit nebo zlepšit rozdělení pravděpodobností.
3.6 Problémy související s klasickými statistickými metodami Ačkoli klasické statistické metody MDA a LA jsou široce používány ve studiích o predikci selhání společností, existuje řada problémů, které mají aplikace těchto technik společné. Jedná se zejména o následující oblasti: • předpoklad bipolárně závislých proměnných, • metodika výběru souboru dat vzorových firem, • předpoklad stacionarity a nestability dat, • výběr nezávislých proměnných, • využití ročních finančních výkazů z účetní závěrky, • časová dimenze. 49
Toto je pouze náhled elektronické knihy. Zakoupení její plné verze je možné v elektronickém obchodě společnosti eReading.