Εκτίμηση του κινδύνου χρεωκοπίας σε μια επιχείρηση

Για τον περισσότερο κόσμο, η έννοια της χρεωκοπίας ταυτίζεται με τη μείωση του τζίρου και την ύπαρξη συσσωρευμένων ζημιών. Ωστόσο, αν και η κερδοφορία αποτελεί αναμφίβολα κρίσιμο παράγοντα για τη βιωσιμότητα και τη μακροημέρευση μιας επιχείρησης, οι αιτίες που μπορούν να οδηγήσουν στον τερματισμό της λειτουργίας της είναι πολυδιάστατες και πιο σύνθετες από ότι συνήθως πιστεύεται.

Μια επιχείρηση μπορεί να παρουσιάζει λογιστικά κέρδη, αλλά ταυτόχρονα να αντιμετωπίζει σοβαρά προβλήματα ρευστότητας, τα οποία ενδέχεται να την οδηγήσουν σε αδυναμία εκπλήρωσης των βραχυπρόθεσμων υποχρεώσεών της. Για παράδειγμα, όταν οι απαιτήσεις της εταιρείας εξοφλούνται προς αυτή με σημαντική καθυστέρηση, ενώ για τις υποχρεώσεις της δεν της παρέχεται αντίστοιχα τόσο μεγάλο διάστημα πίστωσης, δημιουργείται ένα δυνητικά επικίνδυνο κενό μεταξύ εισπράξεων και πληρωμών. Συνεπώς, προκειμένου να γίνει μια σωστή αξιολόγηση του κινδύνου χρεωκοπίας που παρουσιάζει μια επιχείρηση, αυτή δεν πρέπει να περιορίζεται στην αρνητική καθαρή θέση ή στις ζημιογόνες χρήσεις, αλλά να βασίζεται σε μια ευρύτερη και εις βάθος ανάλυση της συνολικής δυναμικής που παρουσιάζει.

Το 1968 ο καθηγητής οικονομικών του Πανεπιστημίου της Νέας Υόρκης, Edward I. Altman, ανέπτυξε ένα από τα πλέον διαδεδομένα μοντέλα πρόβλεψης πιθανότητας πτώχευσης, το γνωστό ως Altman’s Z-Score. Πρόκειται για ένα εργαλείο που μέσω του συνδυασμού διαφόρων αριθμοδεικτών παρέχει μια εκτίμηση σχετικά με τον κίνδυνο χρεοκοπίας μιας εταιρείας εντός χρονικού ορίζοντα δύο ετών.

Διάρθρωση του μοντέλου

Η πρόβλεψη της πιθανότητας πτώχευσης βασίζεται σεένα γραμμικό οικονομετρικό υπόδειγμα της μορφής:

Ζ = β1*X1 + β2*X2 + β3*X3 + β4*X4 + β5*X5

όπου:

• Z: Η εξαρτημένη μεταβλητή, η οποία εκφράζει τον συνολικό κίνδυνο χρεωκοπίας της επιχείρησης.
• X1 , X2 , ..., X5 : Οι ανεξάρτητες (ή επεξηγηματικές) μεταβλητές του μοντέλου.
• β1 , β2 , ..., β5: Οι συντελεστές στάθμισης, οι οποίοι αντανακλούν τη σχετική βαρύτητα, δηλαδή την επίδραση κάθε μεταβλητής στο συνολικό αποτέλεσμα.

Οι μεταβλητές που εισάγονται στο μοντέλο αντιστοιχούν σε αριθμοδείκτες που εξετάζουν διαφορετικές πτυχές της χρηματοοικονομικής κατάστασης της επιχείρησης, όπως η ρευστότητα, η κερδοφορία, η αποδοτικότητα και η κεφαλαιακή διάρθρωση. Σκοπός του υποδείγματος είναι η διαμόρφωση μιας συνολικής εικόνας για τη δυναμική και τις μελλοντικές προοπτικές της επιχείρησης.

Οι τιμές που μπορεί να λάβει η εξαρτημένη μεταβλητή Z επιτρέπουν την κατάταξη των επιχειρήσεων σε τρεις ζώνες κινδύνου:

• Z < 1,8: Η επιχείρηση εμφανίζει υψηλή πιθανότητα πτώχευσης εντός της επόμενης διετίας.
• 1,8 < Z < 3,0: Η επιχείρηση εμπίπτει στη λεγόμενη «γκρίζα ζώνη» όπου οι ενδείξεις είναι ασαφείς, εντοπίζονται μεν κίνδυνοι αλλά δεν χαρακτηρίζεται άμεσα ως προβληματική.
• Z > 3,0: Η επιχείρηση θεωρείται χρηματοοικονομικά υγιής, με χαμηλό κίνδυνο πτώχευσης.

Ας δούμε μια προς μία της μεταβλητές - αριθμοδείκτες του μοντέλου:

X1= Κεφάλαιο κίνησης / Σύνολο ενεργητικού

Η πρώτη μεταβλητή παρέχει μία εικόνα της ρευστότητας της επιχείρησης, δηλαδή της ικανότητάς της να ανταποκριθεί στις βραχυπρόθεσμες υποχρεώσεις της και εκφράζεται ως η αναλογία μεταξύ του κεφαλαίου κίνησης και του συνόλου ενεργητικού. Ως κεφάλαιο κίνησης ορίζεται το ποσό που απομένει αν αφαιρέσουμε τις βραχυπρόθεσμες υποχρεώσεις από το κυκλοφορούν ενεργητικό.

Σε μια εταιρεία που εμφανίζει συνεχόμενες ζημιές ο αριθμοδείκτης αυτός αναμένεται να παρουσιάζει χαμηλή τιμή, καθώς οι μη εξυπηρετούμενες υποχρεώσεις αυξάνονται, ενώ αντίστοιχα το κυκλοφορούν ενεργητικό ελλείψει νέων εισροών από κέρδη μειώνεται. Μια εταιρεία με αρνητικό κεφάλαιο κίνησης είναι πολύ πιθανό να αντιμετωπίσει προβλήματα στην κάλυψη των βραχυπρόθεσμων υποχρεώσεών της, επειδή δεν διαθέτει αρκετά κυκλοφορούντα στοιχεία ενεργητικού για να τις καλύψει.

Αντιθέτως, μια επιχείρηση με σημαντικά θετικό κεφάλαιο κίνησης συνήθως δεν αντιμετωπίζει προβλήματα στη διαχείριση των βραχυπρόθεσμων υποχρεώσεων, δεδομένου ότι διαθέτει επαρκή ποσά σε ρευστοποιήσιμα περιουσιακά στοιχεία για την εξόφλησή τους.

X2 = Αποτελέσματα εις νέον / Σύνολο ενεργητικού

Η δεύτερη μεταβλητή του μοντέλου μετρά τη συσσωρευμένη κερδοφορία της επιχείρησης, αποτυπώνοντας τη συμβολή των αδιανέμητων κερδών στη διαμόρφωση του συνολικού ενεργητικού. Εταιρείες στις οποίες ο αριθμοδείκτης αυτός λαμβάνει χαμηλή ή και αρνητική τιμή υποδεικνύει ότι χρηματοδοτούν τις δραστηριότητές τους μέσω δανεισμού, αντί μέσω της επανεπένδυσης των αδιανέμητων κερδών τους.

Αντίθετα, υψηλές τιμές του δείκτη καταδεικνύουν ιστορική κερδοφορία, χρηστή διαχείριση και ενίσχυση της κεφαλαιακής αυτονομίας μέσω της συστηματικής επανεπένδυσης των κερδών. Τέτοιες επιχειρήσεις εμφανίζουν μεγαλύτερη ανθεκτικότητα σε περιόδους κρίσεων ή ζημιογόνων χρήσεων.

Φυσικά, οι νεοσύστατες εταιρείες θα παρουσιάζουν χαμηλή τιμή, καθώς δεν έχουν προλάβει ακόμα να εμφανίσουν πολλά κέρδη, το γεγονός αυτό, όμως, αντί να αποδυναμώνει την χρησιμότητα του αριθμοδείκτη την επιβεβαιώνει, καθώς στατιστικά σημαντικό ποσοστό των εταιρειών που κλείνουν, παύουν τις δραστηριότητες τους στα πρώτα έτη της λειτουργίας τους.

X3 = Κέρδη προ τόκων και φόρων (EBIT) / Σύνολο ενεργητικού

Η τρίτη μεταβλητή του μοντέλου αφορά τον λόγο τωνκερδών προ τόκων και φόρων (EBIT) προς το σύνολο του ενεργητικού της επιχείρησης. Η έννοια του EBIT (Earnings Before Interest and Taxes), η οποία απεικονίζεται και στον κωδικό Δ12 του εντύπου Ε3 των ελληνικών φορολογικών δηλώσεων, χρησιμοποιείται διεθνώς ως δείκτης λειτουργικής αποδοτικότητας.

Ο αριθμοδείκτης αυτός αξιολογεί την ικανότητα της επιχείρησης να παράγει λειτουργικά κέρδη σε σχέση με τα περιουσιακά της στοιχεία, προσφέροντας έτσι μια ένδειξη της αποδοτικότητας του συνόλου του ενεργητικού της. Η χρήση του EBIT, αντί των καθαρών κερδών, είναι σκόπιμη, καθώς εξαιρεί τα έξοδα χρηματοδότησης (τόκοι) και τις φορολογικές επιβαρύνσεις, τα οποία δεν συνδέονται με τη λειτουργική δραστηριότητα της επιχείρησης και δεν αντανακλούν άμεσα την παραγωγή ταμειακών ροών.

Θετική τιμή στον δείκτη υποδηλώνει ότι η επιχείρηση δημιουργεί λειτουργικά κέρδη, κάτι που αποτελεί βασική προϋπόθεση για τη χρηματοδότηση της λειτουργίας της και την εξυπηρέτηση των υποχρεώσεών της χωρίς να εξαρτάται υπέρμετρα από εξωτερική χρηματοδότηση. Αντιθέτως, αρνητική τιμή του δείκτη φανερώνει ότι η εταιρεία καταγράφει λειτουργικές ζημίες, δηλαδή η βασική δραστηριότητά της δεν είναι επαρκώς κερδοφόρα ώστε να καλύπτει ούτε τα λειτουργικά της έξοδα. Πρόκειται για ισχυρή ένδειξη δυσλειτουργίας και αυξημένου κινδύνου χρεωκοπίας, ιδιαίτερα αν το φαινόμενο παραμένει διαχρονικά.

X4= Ίδια Κεφάλαια / Σύνολο Υποχρεώσεων

Ο τέταρτος αριθμοδείκτης του μοντέλου Z-Score αξιολογεί τη χρηματοδοτική δομή της επιχείρησης, εκφράζοντας τη σχέση μεταξύ των ιδίων κεφαλαίων και του συνόλου των υποχρεώσεών της. Τα ίδια κεφάλαια περιλαμβάνουν το μετοχικό κεφάλαιο, τα αποθεματικά και τα συσσωρευμένα κέρδη εις νέον, ενώ το σύνολο των υποχρεώσεων περιλαμβάνει τόσο τις βραχυπρόθεσμες, όσο και τις μακροπρόθεσμες οφειλές.

Ο δείκτης αυτός αποτελεί ένδειξη της φερεγγυότητας και της χρηματοοικονομικής ανθεκτικότητας της επιχείρησης.

Υψηλή τιμή του δείκτη, δηλαδή λόγος μεγαλύτερος της μονάδας, υποδηλώνει ότι η επιχείρηση χρηματοδοτείται σε μεγαλύτερο βαθμό από τους φορείς της (π.χ. μετόχους) παρά από εξωτερικούς πιστωτές. Σε τέτοιες περιπτώσεις, οι δανειστές (όπως τράπεζες ή προμηθευτές με πίστωση) αντιμετωπίζουν μειωμένο κίνδυνο, καθώς υπάρχει μεγαλύτερο «μαξιλάρι» ιδίων πόρων που μπορεί να απορροφήσει ενδεχόμενες ζημίες.

Αντιθέτως, όταν ο δείκτης παρουσιάζει τιμές κάτω της μονάδας ή προσεγγίζει το μηδέν, αυτό υποδηλώνει αυξημένη εξάρτηση από δανειακά κεφάλαια. Σε ακραίες περιπτώσεις, όταν τα ίδια κεφάλαια είναι αρνητικά, ο δείκτης καθίσταται επίσης αρνητικός, γεγονός που μαρτυρά υπερδανεισμό και δυνητικά μη βιώσιμο χρηματοοικονομικό προφίλ. Μια τέτοια κατάσταση περιορίζει την πρόσβαση της επιχείρησης σε νέες πηγές χρηματοδότησης και αυξάνει σημαντικά τον κίνδυνο αφερεγγυότητας.

X5= Πωλήσεις / Σύνολο ενεργητικού

Ο πέμπτος αριθμοδείκτης του μοντέλου, γνωστός και ως δείκτης κυκλοφοριακής ταχύτητας ενεργητικού, μετρά την ικανότητα της επιχείρησης να αξιοποιεί τα συνολικά της περιουσιακά στοιχεία για τη δημιουργία εσόδων. Ειδικότερα, υποδεικνύει το ύψος των πωλήσεων που αντιστοιχεί σε κάθε μονάδα ενεργητικού, προσφέροντας πολύτιμη ένδειξη για την αποδοτικότητα χρήσης των διαθεσίμων πόρων. Εμφανίζει μεγάλο ενδιαφέρον, καθώς μπορεί να χρησιμοποιηθεί για συγκρίσεις με άλλες ομοειδής επιχειρήσεις του ανταγωνισμού, ενώ συχνά χρησιμοποιείται συνδυαστικά με το καθαρό περιθώριο κέρδους για την απόκτηση μιας πιο ολοκληρωμένης εικόνας.

Υψηλή τιμή του δείκτη συνήθως υποδηλώνει αποδοτική κατανομή και χρήση των επενδυμένων κεφαλαίων. Αντιθέτως, μια χαμηλή τιμή μπορεί να ερμηνευθεί ως ένδειξη αναποτελεσματικότητας - είτε λόγω υπερεπένδυσης σε μη παραγωγικά πάγια, είτε λόγω ανεπαρκούς εμπορικής δραστηριότητας. Σε περιπτώσεις όπου η τιμή του δείκτη αποκλίνει αρνητικά σε σχέση με συγκρίσιμες επιχειρήσεις του ίδιου κλάδου, ενδείκνυται η επανεξέταση κρίσιμων παραμέτρων, όπως το μείγμα μάρκετινγκ των αγαθών ή υπηρεσιών που πωλούνται.

Συνδυασμός αριθμοδεικτών για σύνθεση του μοντέλου

Έχοντας συγκεντρώσει όλα τα απαραίτητα στοιχεία από τις οικονομικές καταστάσεις και έχοντας υπολογίσει όλους τους αριθμοδείκτες του μοντέλου, μπορούμε πλέον να τους συνδυάσουμε, προκειμένου να εκτιμήσουμε τον κίνδυνο χρεοκοπίας (Z) που παρουσιάζει η επιχείρηση τα επόμενα δύο χρόνια:

Παράδειγμα

Έστω μια επιχείρηση με τα παρακάτω οικονομικά στοιχεία για τη χρήση που εξετάζουμε:

• Κεφάλαιο κίνησης: 500.000 €
• Σύνολο ενεργητικού: 2.000.000 €
• Αποτελέσματα εις νέον: 200.000 €
• Κέρδη προ τόκων και φόρων (EBIT): 300.000 €
• Ίδια κεφάλαια: 700.000 €
• Σύνολο υποχρεώσεων: 1.300.000 €
• Πωλήσεις: 2.500.000 €

Υπολογίζουμε τους δείκτες:

• X1= 500.000 / 2.000.000 = 0,25
• X2= 200.000 / 2.000.000 = 0,10
• X3= 300.000 / 2.000.000 = 0,15
• X4= 700.000 / 1.300.000 ? 0,538
• X5= 2.500.000 / 2.000.000 = 1,25

Με χρήση των αρχικών συντελεστών βαρύτητας του μοντέλου Altman’s Z-Score οι οποίοι αναφέρθηκαν παραπάνω έχουμε:

Z= 1,2X1+ 1,4X2+ 3,3X3 + 0,6X4 + 1,0X5 <-->

(1,2x0,25) + (1,4x0,10) + (3,3x0,15) + (0,6x0,538) +

(1,0x1,25) Z? 0,30 + 0,14 + 0,495 + 0,3228 +1 ,25 =

2,5078

Συμπέρασμα: Η επιχείρηση κατατάσσεται στη λεγόμενη «γκρίζα ζώνη» (1,8 < Z < 3,0), γεγονός που υποδεικνύει ότι ο κίνδυνος χρεωκοπίας μέσα στα επόμενα δύο χρόνια είναι υπαρκτός, αλλά όχι βέβαιος. Αποτελεί μια προειδοποίηση και αφορμή για περεταίρω ανάλυση των επί - μέρους αριθμοδεικτών του μοντέλου, ώστε να εντοπιστούν τα αδύναμα σημεία και να γίνουν οι απαραίτητες διορθω τικές ενέργειες.

Με άλλα λόγια, η «γκρίζα ζώνη» λειτουργεί σαν καμπανάκι κινδύνου, όχι όμως σαν βεβαιωμένο σήμα πτώχευσης. Είναι το στάδιο όπου η έγκαιρη παρέμβαση μπορεί να αλλάξει θετικά την πορεία της επιχείρησης.

Επίλογος

Το μοντέλο πρόβλεψης χρεοκοπίας του Altman έχει αποδειχθεί διαχρονικά ιδιαίτερα αποτελεσματικό, με ακρίβεια πρόβλεψης που φθάνει έως και το 72% σε χρονικό ορίζοντα διετίας, ένα εξαιρετικά υψηλό για τα δεδομένα του χρηματοοικονομικού κλάδου. Στα χρόνια που ακολούθησαν την αρχική του δημοσίευση αναπτύχθηκαν αρκετές παραλλαγές του μοντέλου, προσαρμοσμένες στις ιδιαιτερότητες διαφορετικών τύπων επιχειρήσεων.

Κάτι που αξίζει να σημειωθεί είναι ότι ορισμένοι μεμονωμένοι αριθμοδείκτες, όπως ο λόγος των Λειτουργικών Ταμειακών Ροών προς το Σύνολο των Υποχρεώσεων, εμφανίζουν υψηλότερη προβλεπτική ισχύ συγκριτικά με τις μεμονωμένες συνιστώσες του μοντέλου Z-Score. Εξαιτίας, όμως, της ποικιλομορφίας των παραγόντων που μπορούν να οδηγήσουν σε χρεωκοπία μια επιχείρηση, η βέλτιστη εκτίμηση επιτυγχάνεται μόνο μέσω πολυμεταβλητών μοντέλων, όπως αυτό του Altman, το οποίο ενσωματώνει πληροφορίες από διαφορετικές πτυχές της οικονομικής δραστηριότητας.

Για να καταλήξει στη συγκεκριμένη επιλογή αριθμοδεικτών και στη βαρύτητα που αποδίδεται σε καθέναν από αυτούς, ο Altman πραγματοποίησε εκτενή ανάλυση δεδομένων από επιχειρήσεις που είτε χρεοκόπησαν, είτε παρέμειναν βιώσιμες. Η μεθοδολογία που ακολούθησε δεν διαφέρει από εκείνη άλλων επιστημών: συλλογή δεδομένων, διεξοδική ανάλυση τους και εξαγωγή συμπερασμάτων.

`Αλλωστε, αν κάποιος επιχειρούσε να δώσει έναν ορισμό της λέξης επιστήμη θα μπορούσε να πει πως είναι: η διαδικασία δημιουργίας μαθηματικών μοντέλων με προβλεπτική ικανότητα, τα οποία παράγουν τα ίδια αποτελέσματα όπου και αν εφαρμόζονται. Αυτός είναι και ο λόγος και αποφάσισα να γράψω ένα κείμενο για το μοντέλου εκτίμησης κινδύνου χρεωκοπίας του Altman, καθώς μας θυμίζει ότι και η λογιστική είναι μια επιστήμη!

Το ομότιτλο άρθρο του κυρίου Χουλιάρα Δημήτρη δημοσιεύθηκε στο τεύχος Ιανουαρίου του περιοδικού Epsilon7.