bankfinanciering en/of ondernemingswaardering
Masterclass Bedrijfsvoering in het Agrarisch Bedrijf
5 November 2014 H.A.Rijken
1
Twee onderwerpen
•
Kredietwaardigheid en de prijs van zakelijk krediet - kredietscore modellen bij banken - vertaalslag naar prijs: verdienmodel van banken - voorbeeld MKB financiering
•
Waardering van ondernemingen - DCF methodologie - kapitaalkosten van eigen vermogen - voorbeeld Imtech
2
Kredietwaardigheid en de prijs van zakelijk krediet
3
Bankiersperspectief op kredietwaardigheid en de kosten
•
Relatieve kredietwaardigheid (MKB, GB)
•
Het veranderende business model van banken
•
Consequenties van het veranderende business model voor prijsvorming zakelijk krediet
•
Alternatieven voor zakelijke leningen bij een bank
4
Kredietbeoordelaars kijken naar business risico, financieel risico en management
Kredietwaardigheid wordt bepaald door afweging van business risico en financieringsrisico •
Business risico - hoogte winstgevendheid - fluctuatie in de winstgevendheid - kennis en betrokkenheid management
•
Financieringsrisico (niet nakomen van verplichtingen, financierbaarheid) - solvabiliteit (LT perspectief) - netto werkkapitaal (KT perspectief) - onderpand (voorheen DE focus van banken)
Combinatie business risico en financieringsrisico bepaalt kredietwaardigheid van de onderneming
6
Kredietwaardigheid van MKB ondernemingen is lager ten opzichte van grotere ondernemingen
VV/TV
stabiele ondernemingen GB1 GB2 MKB > 500 50 ..500 < 50 0.57 0.48 0.40
innovatieve ondernemingen GB MKB > 50 < 50 0.43 0.39
verlieslatende ondernemingen GB MKB > 50 < 50 0.89 0.79
NWK/TA
0.20
0.31
0.34
0.35
0.35
0.07
0.05
Cum winst /TV
0.27
0.22
0.17
-0.86
-1.94
-0.94
-1.81
EBIT/TV
0.104
0.085
0.045
-0.02
-0.30
-0.04
-0.22
stand.deviatie EBIT/TV per onderneming
0.045
0.072
0.106
0.118
0.245
0.097
0.188
Bron: eigen analyse (US beursgenoteerde ondernemingen, inclusief zeer kleine ondernemingen)
7
Definitie MKB en kleinbedrijf
Bron: McKinsey het kleinbedrijf: Grote motor van Nederland, 23 juni 2014
8
Het financieringsprobleem ligt met name bij het kleinbedrijf
Bron: McKinsey het kleinbedrijf: Grote motor van Nederland, 23 juni 2014
9
Kredietscore modellen
10
Banken bepalen kredietscores voor ondernemingen
NWK BW kredietscore 1 3 ROA 3 TV TV Omzet INT 4 5 8 ln(TV ) TV EBIT Deze kredietscores worden geconverteerd naar (interne) kredietratings
11
De nauwkeurigheid / betrouwbaarheid van een kredietscoremodel kan worden gemeten met een ACR waarde
aandeel in surseance observaties
1
0.8
0.6
0.4
ACR = gearceerde oppervlak / 0.5
0.2
0 0% laag
20%
40%
60%
80%
100%
rangschikking observaties naar kredietwaardigheid
hoog 12
Drie variabelen winstgevendheid, solvabiliteit en grootte zijn dominant in de kredietscore modellen ACR Model / Kredietscore variabelen in het kredietscore model
GB en MKB
GB
MKB
marktwaarde + accounting informatie 1
NWK/TV, VA/VP, CW/TV, EBIT/TV, MW/VV, S/TV, INT/EBIT, ln(TV)
75.0%
81.4%
60.7%
2
EBIT/TV, MW/VV, ln(TV)
74.1%
80.5%
58.5%
3
MW/VV, ln(TV)
69.2%
77.8%
47.4%
4
MW/VV
54.7%
70.8%
46.4%
alleen accounting informatie 5
NWK/TV, VA/VP, CW/TV, EBIT/TV, VV/TV, S/TV, INT/EBIT, ln(TV)
70.5%
78.2%
55.5%
6
EBIT/TV, VV/TV, ln(TV)
70.3%
78.2%
53.9%
7
VV/TV, ln(TV)
64.9%
72.7%
46.8%
8
VV/TV
54.5%
65.9%
47.5%
13
14
Zelfs zonder koers informatie – dus alleen op basis van (vetraagde) accounting informatie presteren de meest recente modellen even goed als S&P/Moody’s ratings
in sample 1989 - 2008
out of sample 1999 - 2008
5%
0% 0
10
20
30
40
50
-5% public model
private model
60
ACR AE rating - ACR Agency rating
ACR AE rating - ACR Agency rating
10%
10%
5%
0% 0 -5%
10
20 public model
30
40
50
private model
-10%
-10% prediction horizon (months)
prediction horizon (months)
15
60
Modellen schatten is niet de uitdaging, de echte uitdaging is een goede informatiestandaard: consistentie, betrouwbaarheid en een standaard Met US data voor beursgenoteerde ondernemingen (COMPUSTAT database) • Systematische en consistente verzameling van default gebeurtenissen (niet het aantal maar de accounting data 1 – 3 jaar voor de default gebeurtenis) • Weinig tot geen fouten in de database • Een accounting standaard • Moederbedrijven (geen dochter ondernemingen) Echter ook met deze “ideale” data • Financiële data moet vergelijkbaar worden gemaakt voor vergelijkbare ondernemingen - goodwill - leaseverplichtingen - etc. • Het blijven statistische modellen (eventueel schatting meerdere modellen)
16
Discussie: is er ruimte voor een platform waarop ondernemingen een kredietrating (snel) kunnen checken • •
In toenemende mate wordt kredietverlening geautomatiseerd binnen de banken (klein bedrijf). Rating speelt dan een cruciale rol. Banken geven niet volledig inzicht hoe een rating tot stand komt
→ behoefte aan een onafhankelijke, low cost rating check Eisen aan een dergelijk platform • Standaardisatie data (SBR+). Hier ligt de uitdaging • Meerdere rating modellen • Optie in bouwen voor aanleveren van meer data als onderneming een (nauwkeuriger) rating wil hebben
Voordelen van een dergelijk (leer + benchmark) platform • Dit kan het bewustzijn bij ondernemers verbeteren wat Basel II en III betekent voor hen • MKB weet dan ook wat ze zelf moeten doen om de rating te verbeteren • Ook accountants kunnen hiervan leren • Meer wederzijdse transparantie zou de relatie tussen MKB en bank in veel gevallen moeten kunnen verbeteren 17
Het veranderende business model van banken
18
Business model van banken Balans Bank Activa
Passiva K, buffer
leningen PD, LGD
Rente inkomsten = Euribor + spread
1 spaargeld 2 funding grote institutionele investeerders Fundingkosten = Euribor + opslag
Spread = PDxLGD + Kx15% + operationele kosten + opslag
Business model van banken staat momenteel onder druk → lagere kosten, risico’s van de balans
Activa
Passiva K, buffer
Verliezen op balans PDxLGD Rente inkomsten - competitie voor het hogere segment - liquiditeitseisen
Hogere kapitaaleisen Basel II en III
Fundingkosten hoger - Meer verliezen voor rekening belegger - Net stable funding factor
Hogere operationele kosten o.a. door regelgeving
Spread = PDxLGD + Kx15% + operationele kosten + opslag
Banken waren voor 2007 meer volume gedreven dan marge gedreven: geldschepping
De activa op de balans van banken is de afgelopen 5 jaar geëxplodeerd
Bron, IMF
22
De prijs van uw zakelijk krediet Spread op Euribor = (1) + (2) + (3) + (4) (1) (2) (3) (4)
Verwacht verlies Kosten aan te houden EV door de bank operationele kosten opslag voor banken in de funding
PDxLGD Kx15% 30 – 70 bp varieert
- PD en LGD bepalen het verwachte verlies - PD en K worden bepaald door uw kredietrating
Spread = PDxLGD + Kx15% + operationele kosten + opslag
Het kapitaal dat banken voor haar zakelijk krediet moet
aanhouden worden bepaald door de volgende formules N -1 ( PD) 1/ 2 N 1 (C ) LGD EAD K Kapitaal eis per lening N 1- 1 exp( 50 PD) 1 exp( 50 PD) (Omzet 5) 24% 1 4% 1 1 exp( 50 ) 1 exp( 50 ) 45
( PD) 12%
• • • • •
PD is de kans op default C is het betrouwbaarheidsniveau in de VAR berekening is de correlatie in default kansen tussen ondernemingen Voor het MKB is deze correlatie lager ingeschat (dit leidt maximaal tot 20% lagere kapitaalvereisten De parameters PD, LGD, M en moeten worden bepaald a.d.h.v. historische dat
24
De relatie tussen kredietwaardigheid en kapitaalvereisten verschilt per benadering 35% 30%
Bazel II IRB benadering
25% 20%
Bazel II standaard benadering Bazel I
15% 10% 5% 0%
aa a aa 1 7 + 1 aa 6 -1 aa 5 1 a+ 4 13 a 12 abb 11 b+ 1 bb 0 b bb 9 bbb 8 + 7 bb bb 6 5 b+ 4 b 3 bcc 2 c 1 cc 0
kapitaalvereisten
Bazel II IRB benadering met MKB corr.
equivalente S&P rating
25
De financieringskosten liggen in het MKB segment ongeveer 1% hoger voor grotere ondernemingen
* * * * *
*
stabiele innovatieve verlieslatende ondernemingen ondernemingen ondernemingen GB1 GB2 MKB GB MKB GB MKB > 500 50 ..500 < 50 > 50 < 50 > 50 < 50 kansen op faillissement / surseance faillissement (één jaar) 0.17% 0.39% 0.54% 0.32% 0.61% 3.23% 2.55% surseance 1 (één jaar) 1.2% 2.4% 3.3% 1.7% 4.8% 10.1% 14.6% LGD (één jaar) 3 31.8% 32.5% 33.4% 34.7% 38.4% 41.0% 41.3% kapitaal vereisten Bazel II (op basis van krediet score model 1) standaard benadering 6.6% 7.4% 7.8% 7.5% 9.7% 11.3% 11.7% IRB met MKB corr. 5.8% 7.5% 7.5% 6.9% 9.8% 17.7% 19.0% IRB zonder MKB corr. 5.8% 7.5% 8.7% 6.9% 11.6% 17.7% 22.0% financieringskosten vreemd vermogen IRB met MKB corr. 0.9% 1.1% 1.1% 1.0% 1.5% 2.7% 2.8% 0.4% 0.8% 1.1% 0.6% 1.8% 4.1% 6.0% PD LGD (één jaar) obligatiemarkt 1.7% 2.4% 2.9% 2.1% 4.0% 6.6% 8.7%
* Eigen analyse: berekend op basis van de verdeling van de equivalente ratings van Moodys en S&P 26
De prijs van uw zakelijk krediet (een rekenvoorbeeld voor een onderneming ) Spread op Euribor = (1) + (2) + (3) + (4) (1) (2) (3) (4)
Verwacht verlies Kosten aan te houden EV door de bank operationele kosten opslag voor banken in de funding
PDxLGD Kx15% 30 – 70 bp varieert
Spread = PDxLGD + Kx15% + operationele kosten + opslag Spread = 3%x33% + 10%x15% + 70 bp + 50bp = 370 bp
Consequenties van het veranderende business model voor het MKB
28
Risicokosten (= PDxLGD + Kx15%) stijgen snel bij banken
29
Het business model van banken voor het kleinbedrijf lijkt in Nederland negatief uit te pakken
30
Alleen het uitstaand volume in het kleinbedrijf is gereduceerd (tot halverwege 2012)
Bron: McKinsey het kleinbedrijf: Grote motor van Nederland, 23 juni 2014
31
Banken scherpen sinds 2008 de standaarden voor kredietacceptatie aan
Bron: DNB
32
Kosten bankkapitaal en risicoperceptie zijn de oorzaak van de aanscherping
Bron: DNB
33
Banken rapporteren ook een verminderde vraag: kip of ei?
Bron: DNB
34
Mogelijke oorzaken verminderde kredietverlening aan het MKB Optie 1 De kapitaalvereisten van Basel II en III maken ondernemingen met lage ratings (soms te) duur voor banken Optie 2: Banken zijn gericht op vermindering risico op de balans Vanwege verhoogde kapitaaleisen en met beperkte toegang is risicoreductie op de balans een belangrijke doelstelling. Ook de onzekerheden over de bankenunie spelen een rol. Optie 3: Operationele kosten bij banken liggen momenteel aanzienlijk hoger dan voor de crisis
Enkele headlines uit recente media - Kamp lanceert financiele wegwijzer voor mkb (ANP, juni 2014) - MKB’ers vangen bot bij aanvraag krediet (FD zomer 2013) - Bedrijfsleven ruilt bank niet gemakkelijk in voor andere vormen van financiering: ondernemers schrikken terug voor hogere prijs van kapitaal (FD, oct 2013) - DNB: MKB moet zoeken naar andere geldbronnen (FD, april 2014)
- Verzekeraars steken miljoenen aan krediet in kleine bedrijven FD, nov 2013) - Kredietunie geeft bedrijven kapitaal (Parool, april 2014)
36
Alternatieve markt voor zakelijke leningen, schaal nog beperkt
37
In Europa is de bankensector overladen met uitstaande leningen
Voor kleine en lage kredietwaardige ondernemingen is er eigenlijk geen markt
Er is praktisch geen markt voor eigen vermogen voor kleinere onderneming met een bankfinancieringsprobleem wel voor groei MKB ondernemingen
Bron: McKinsey het kleinbedrijf: Grote motor van Nederland, 23 juni 2014
40
Alternatieven in Nederland zijn in ontwikkeling, schaal nog zeer beperkt • •
Kredietunies: in opstartfase (potentie) Qredits: veelbelovend alternatief, snel groeiend (ong 50 miljoen)
•
280 mln van 9 verzekeraars voor MKB financiering van ondernemingen die niet goed bij een bank terecht kunnen: coördinatie Verbond van Verzekeraars en uitvoering ABN-AMRO (kredietverstrekking en risico management)
• •
NPEX beurs: volume voornamelijk voor middelgrote ondernemingen NL Ondernemingsfonds (EuroNext) (omzet > 25 mln, lening > 10 mln, co financiering met banken)
•
MKB fondsen op provinciaal niveau (steun kredietunies, leningenfonds, plus innovatie stimulering)
41
Waardering ondernemingen
Veel waarderingsmethoden, verschillende perspectieven Verschillende perspectieven • “Fair value” (DCF, neutraal) • Investment value (transacties) • Boekwaarde (historisch geinvesteerd kapitaal) • Liquidiatie waaarde (geforceerde verkoop activa) • Vervangingswaarde (huidige kosten voor vervanging, greenfield) Waarderingsbenaderingen • Income based (DCF) • Market based (multiples, ratio’s op beurs of transacties) • Activa based approach (waardering individuele activa en verplichtingen)
43
DCF
44
Vrije kastromen (Scheid operationeel en investerings kasstromen van financieringskastromen !) Teller (vrije kastromen + belasting 100%EV) I II
operationele kasstromen = NI + afschrijvingen - D werkkapitaal investeringskasstromen
Vrije kasstroom = operationele kasstromen minus investeringskasstromen Noemer (WACC) III financieringskastromen(dividend, herfinanciering, rollover, uitgifte nieuwe aandelen etc.)
Voorspellen vrije kasstromen (1) •
Horizon - splits in een “forecasting period” en een “continuing period” - in de “continuing period” meestal een “gemiddelde” ROIC en groei aangenomen - lengte “forecasting period” meestal afhankelijk van - inschatting duur van boven gemiddelde ROIC - inschatting duur van boven gemiddelde groei (op termijn gelijk aan inflatie)
46
Voorspellen vrije kasstromen (2) Voorspellen vrije kasstromen (1): ken de business • Omzet! (sector analyse) • Kosten structuur! (sector analyse) • Fiscaal beleid • Investeringen (voor groei of vervanging?) • Investeringen in netto werkkapitaal Hoe ver kunnen we in de toekomst kijken? - Extrapoleren we of kijken we echt vooruit?
47
Rapoporten van analisten bevaten • •
Bedrijfsprofiel (korte samenvatting + overzicht) Kerncijfers
•
Beschrijving business /trends/financiele analyse
• •
Kijk op de business sector Voorspelingen (business sector and CAP)
•
Risico factoren
•
Waardering - DCF - Multiples/Ratio’s 48
Competitive advantage (denk aan het 5 krachten model van Porter bijvoorbeeld)
49
Competitief voordeel (excess ROIC)
50
Verschillen in ROIC binnen de sector houden ongeveer 5 jaar stand
51
Excessieve omzetgroei houdt maar 3 jaar stand (= gemiddelde groei ligt iets boven inflatiecijfer)
52
Voorspellen we of extrapoleren we? 0,4 all [0%,5%]
0,35
[5%,7.5%] [7.5%,12.5%]
0,3
12.5%,17.5%] [17.5%,25%]
0,25
[25%,50%]
0,2
0,15
0,1
0,05
0 -5
-4
-3
-2
-1
0
1
2
3
4
5
53
MULTIPLES worden het meest toegepast in de waardering
1 PE van peers op de beurs 2 optellen van EPS voorspellingen 3 PE van vergelijkbare transacties 4 Prijs/EBIT 5 optellen van EPS van historische EPS 6 DCF berekeningen 7 Overname premies 8 “Rule of the thumb” in een sector
92% 85% 81% 73% 73% 63% 54% 32%
54
Multiples should be used as validity check for DCF calculations BUT Multiples are in practice mostly leading! • • • •
Multiples are useful for a "quick en dirty" analysis, but be careful ! Do comparable companies exist ?? (risk, leverage, market position etc.) Are companies nowadays under- or overvalued in the market ? Do the benchmark companies use the same accounting rules ? (depreciation goodwill, lease, non-fixed assets, treatment R&D costs ?)
55
Kleine ondernemingen hebben een lagere waarde (UK) 20 18
listed companies
16
PE
14 12 10 8
private transactions
6 4 -2
0
2
4
6
8
ln(size) 56
Waardering (na DCF) worsdt sterk beinvloed door Liquiditeit en control Overname bod op beurs Control premie + 30% Waarde private transactie (100%)
marktwaarde (minderheidsaandeel) Liquiditeitspremie + 25%
Discount control 20% (minderheidsaandeel)
57
Conclusie: Waarderen is een kunst met cijfers (1)
Myths are the following statements
58
Vereist rendement
59
CAPM is het meest gebruikte model
Source: Graham & Harvey
60
Toepassing CAPM: welke definitie gebruiken we voor de markt risico premie en welke historische periode ?
61
Asset beta’s (“beta unleveraged”) per sector
62
63
Rendement is ook gerelateerd aan grootte van de onderneming
Source: Duff & Phelps
64
Kleinere ondernemingen worden een stuk lager gewaardeerd (UK) 20 18
listed companies
16
PE
14 12 10 8 private transactions
6 4 -2
0
2
4
6
8
ln(size) 65
Alternatief model 1: “small firm” modellen Ondernemingsspecifieke factoren scoren tussen 0 and 1 (weight score) factors
weight score
factor premium
contribution
Dependency management quality
0.3
2.4%
0.7%
Illiquid market
1.0
1.7%
1.7%
Risk diversification
0.5
1.9%
1.0%
Strategic (market position company)
0.4
1.4%
0.6%
Entry barriers
0.6
1.7%
1.0%
Total
5.0%
66
Alternatief model 2: BDO model Ondernemingsspecifieke factoren scoren tussen 0 and 1 Factor Illiquidity premium
Score
Dependency clients
Score factor * 1,57%
=
..%
Dependency suppliers
Score factor * 1,26%
=
..%
Dependency on management
Score factor * 1,74%
=
..%
Concentration activities
Score factor * 1,26%
=
..%
Entry barriers
Score factor * 0,94%
=
..%
Track record
Score factor * 1,37%
=
..%
Flexibility
Score factor * 1,05%
=
..%
=
..%
Total Small firm premium
2%
67