Az egy munkavállalóra számolt mutatók meglepő módon kevésbé, míg a vállalati bevételarányos marzsra vonatkozó jelzőszámok és az országhatás jól előrejelzik egy cég pénzügyi teljesítményét és ágazati versenyképességét – állapítja meg a Budapesti Corvinus Egyetem kutatása.
A visegrádi négyek (V4) országaiból 27 gazdasági szektor iparági átlagait elemezte a Corvinus Egyetem két kutatója 25 pénzügyi mutató alapján, hogy kiderítsék, melyek határozzák meg leginkább egy cég versenyképességét. Kristóf Tamás és Virág Miklós a vizsgálatba a legalább egymillió euró éves forgalmi értékű vállalatok 2016-2020 közötti jelzőszámait vonta be egy széles körben használt vállalati adatforrásból, a Moody’s Analytics Orbis Europe kimutatásából, az adatokat hatféle gépi tanulási módszerrel dolgozták fel.
Az országhatás mellett a bevételarányos marzsmutatók számítanak igazán
Az eredmények alapján az ágazati versenyképesség egyik jó előrejelzője egyáltalán az, hogy a cég a V4-ek mely országában található: Lengyelországban, Csehországban, Szlovákiában vagy Magyarországon. A pénzügyi adatok közül a bevételarányos marzsra, a forgási sebességre és a tőkeáttételre vonatkozó mutatók (amik a pénzügyi kötelezettségekkel kapcsolatos teljesítőképességet, illetve azt jelzik, hogy mennyi cégtőke származik adósságból, hitelből) függenek össze leginkább a pénzügyi versenyképességgel, ezek mellett pedig a részvényesek likviditási mutatójának is fontos hatása van az iparági teljesítményre. A kutatók a pénzügyi versenyképességet a két legszélesebb körben alkalmazott jövedelmezőségi mutatóval mérték: az eszközarányos nyereséggel (ROA) és a sajáttőke-arányos megtérüléssel (ROE).
„A kutatás egyik meglepetése volt, hogy az egy foglalkoztatottra számolt pénzügyi mutatók nem váltak be releváns változóként egy adott cég iparági versenyképességének megítélésében” – mondta Kristóf Tamás, a Budapesti Corvinus Egyetem docense, a tanulmány első szerzője. Hozzátette: „az eszközarányos nyereséget mind a hat általunk használt gépi tanulási modell megbízhatóbban tudta magyarázni és előrejelezni, mint a sajáttőke-arányos megtérülést”.
Öt csoportba sorolhatók a V4-ek szektoronkénti átlagos mutatói
A kutatók a pénzügyi teljesítmény előrejelzése mellett a mesterséges intelligencia segítségével öt klaszterbe sorolták a V4-ek gazdasági szektorait. A hasonlóságokat leginkább mérethatékonysági és haszonkulcsmutatók alapján tudták meghatározni. A klaszterezésben már érzékelhetően fontos tényezőkké váltak az egy főre jutó mutatók. Nem várt módon viszont a pénzügyi versenyképesség szokásos jelzőszámai – pl. a ROE, a ROA, likviditási mutatók, nettó eszközforgás – nem játszottak ebben fontos szerepet. A vizsgált 25 mutató közül 7 a jövedelmezőséget, 5 a működési hatékonyságot, 6 a vállalati szerkezetet írta le, 7 pedig az egy foglalkoztatottra jutó pénzügyi jellemzőket fejezett ki.
- Az 1. csoport főleg lengyel ágazatokban működő cégeket foglal magába, alacsony haszonkulcsokkal és alacsony egy alkalmazottra jutó mérlegfőösszegekkel.
- A 2. csoport főként magyar ágazatok vállalatait tartalmazza, nagy bruttó haszonkulcsokkal, közepes mértékű egy foglalkoztatottra jutó eszközállománnyal.
- A 3. csoport többnyire szlovák ágazatok cégeiből áll, viszonylag alacsony bruttó haszonkulccsal és egy foglalkoztatottra jutó mérlegfőösszeggel.
- A 4. csoport országonként erősen diverzifikált; relatíve a legtöbb valamely cseh ágazatban működő vállalat, magas bruttó haszonkulccsal és kiemelkedően nagy egy foglalkoztatottra jutó mérlegfőösszeggel.
- Az 5. csoport tagjai szintén sokféle országból származnak, az átlagnál több szlovák elemmel, átlagos bruttó haszonkulccsal, és a legalacsonyabb egy alkalmazottra jutó összes eszközállománnyal.
„A klaszterezés eredményei rávilágítottak arra, hogy milyen pénzügyi ismérvkombinációk alapján lehetséges éles különbséget tenni a V4-es vállalatok ágazati pénzügyi arculata között, kezelhető számú csoportot képezve” – mondta Kristóf Tamás, a publikáció első szerzője.
A tanulmány 2022 decemberében jelent meg a Journal of Competitiveness folyóiratban.
Forrás: Budapesti Corvinus Egyetem