CAPITOLO 5. LO STATO DELL’ARTE 68
5.6. Strumenti statistici di analisi dell'affidabilità dell'impresa agricola
Nei paragrafi precedenti è stato mostrato che alla luce del nuovo Accordo di Basilea II, un ruolo importante per la valutazione dell’affidabilità delle imprese, lo riveste il calcolo della probabilità di default. La probabilità di default (PD, o tasso di insolvenza) è la probabilità che la controparte si renda inadempiente all’obbligazione di restituire il capitale prestato e gli interessi su di esso maturati.
Infatti, nell’ottica esterna del finanziatore come un istituto di credito, è importante che l’azienda affidata (a cui si è concesso credito), rimanga solvente almeno per tutta la durata del credito concesso. Le possibili cause di una inadempienza di una impresa, possono essere dovute ad diminuzione delle vendite (prodotti non competitivi,….), un aumento costi materie prime, salari,.. (gestione non efficiente delle risorse,…) o ad aumento oneri finanziari (gestione non efficiente delle fonti di finanziamento,…).
Le conseguenze delle crisi d’impresa posso essere riconducibili a dei ritardi nei pagamenti ai fornitori e nei pagamenti delle rate dei mutui, debiti.. e nell’impossibilità di pagare i fornitori e i debiti finanziari contratti.
Esistono diverse metodologie di analisi della probabilità di default, tra cui molto diffuse in letteratura sono quelle di tipo statistiche che si basano su una serie di modelli che conducono
Lo stato dell’arte
85 ad uno scoring, cioè un punteggio ad una serie di indici economici e finanziari, opportunamente ponderati24.
Questi modelli statistici, sono dei modelli di previsione della crisi d’impresa e possono essere strutturati dagli indici di bilancio individuati e calcolati che possono essere usati per esprimere un “giudizio” o “valutazione” sull’affidabilità dell’azienda o sulla qualità del credito della stessa e con l’obbiettivo di definire una regola di classificazione che suddivida il collettivo dei richiedenti il credito in due classi, solventi e insolventi.
L’insolvenza di una impresa può essere di tipo finanziaria per problemi di liquidità, o giuridica dove il fallimento è la constatazione giuridica dell’insolvenza finanziaria e rappresenta lo strumento col quale il legislatore dichiara la crisi aziendale e garantisce i diritti dei terzi.
L’analisi basata sugli indici di bilancio costituisce l’elemento fondamentale dell’approccio più recente alla modellazione del rischio di insolvenza. Il contributo dell’analisi statistica in questo senso può avere:
- scopi descrittivi ed esplicativi di come si manifesta e si sviluppa una crisi aziendale; si tenta di risalire alle variabili che maggiormente sono responsabili dell’insolvenza e quindi di identificare gli indici di bilancio che meglio possono diagnosticare precocemente stati di crisi.
- scopi predittivi come per la costruzione di una regola che consenta di assegnare unità nuove ad uno dei gruppi.
Tra le varie tecniche statistiche classificatorie, nell'ambito della diagnosi precoce del rischio di insolvenza aziendale o della valutazione del merito di credito, una delle tecniche multivariate più usate è l’analisi discriminante che consente di sintetizzare in un unico indicatore il profilo del bilancio dell’impresa espresso dai vari indici di bilancio, e tale indicatore rappresenta il rischio di insolvenza.25
Questo metodo statistico permette di costruire una regola per classificare, col minimo errore, un insieme di unità statistiche in due o più gruppi, individuati a priori, sulla base di un insieme di caratteristiche note.
24
In genere non si analizzano gli indici singolarmente perché questi sono espressione dei vari aspetti dello stato di salute di un’azienda, aspetti che sono, ovviamente, interconnessi e perché lo studio separato dei vari indici può condurre a difficoltà interpretative laddove indici diversi conducano a conclusioni diverse sullo stato di salute dell’azienda.
25
La Centrale dei Bilanci ha predisposto per le banche uno strumento basato su funzioni discriminanti per la rapida valutazione dello stato di salute dell’azienda nel caso di richiesta di credito da parte della stessa.
Lo stato dell’arte
86 La funzione discriminante per l'analisi discriminante può essere distinta in tre tipologie, lineare, quadratica e probabilistica
Tra queste metodologie, Edward I. Altman (1968), furono i primi a sviluppare un modello previsionale denominato Z-Score. L'indice fu sviluppato analizzando i dati di bilancio di 66 società, delle quali 33 erano società solide e 33 erano società fallite, con un grado di accuratezza del 95%.
Figura 5-1: Esempio di Analisi Discriminante Lineare : (o = società fallite; x = società non fallite)
Le variabili utilizzate per il calcolo dello Z-SCORE di Altman, sono 8: 1. Vendite nette
2. Risultato operativo 3. Attività correnti 4. Passività correnti 5. Passività totali 6. Utile non distribuito 7. Valore di mercato
Lo stato dell’arte
87 Gli 8 indici finanziari utilizzati nel test, ad eccezione del valore di mercato, provengono direttamente dal bilancio della società da analizzare.
Altman nel suo lavoro, giunse ad una equazione finale:
ZScore = 1,2 X1 + 1,4 X2 + 3,3 X3 + 0,6 X4 + 0,999 X526
Dove:
X1 = capitale circolante / capitale investito
X2 = utile non distribuito / capitale investito
X3 = risultato operativo / capitale investito
X4 = valore di mercato / passività totali
X5 = vendite nette / capitale investito
Questa metodologia è stata recentemente applicata anche alle piccole e media imprese italiane27, su di un campione composto da 66 società ripartite nei due gruppi di cui abbiamo accennato. Il gruppo delle fallite è rappresentato da 33 aziende manifatturiere che sono state dichiarate fallite nell’anno 2002. Esse appartengono, secondo la classificazione contenuta nella direttiva n. 96/C 213/4 e recepita dallo stato italiano con DM 18.9.1997, alle piccole e medie imprese. Stessa appartenenza alle PMI anche per le 33 aziende ricomprese nel gruppo delle non fallite. I bilanci analizzati, per l’intero campione, sono quelli relativi agli esercizi 1999 e 2000, mentre le variabili discriminanti impiegate in questo studio sono quelle individuate dal Prof. Altman nel suo studio originario e modificate per la realtà economica delle PMI appartenenti al settore manifatturiero. Tali variabili sono le seguenti :
X1 = (AC–PC)/(AM+AI+RF+AC+DL) X2 = (RL+RS)/TA X3 = UON/(AM+AI+RF+AC) X4 = PN/TP X5 = RV/(AM+AI+RF+AC+DL) 26
Questo è il modello Z-SCORE per le società quotate. 27
Analisi del rischio d’ insolvenza di una PMI tramite l’ utilizzo del modello dello Z-Score di : Pietro Bottani Dottore Commercialista in Prato Letizia Cipriani Dottore in Scienze Statistiche ed Attuariali Francescomaria Serao Dottore Commercialista in Napoli, Amministrazione e finanza, 1/2004.
Lo stato dell’arte
88 Dove è indicato con :
AC = Attività Correnti PC = Passività Correnti AM = Immobilizzazioni Materiali AI = Immobilizzazioni Immateriali RF = Rimanenze Finali DL = Disponibilità Liquide RL = Riserva Legale RS = Riserva Straordinaria TA = Totale Attività
UON = Utile Operativo Netto PN = Patrimonio Netto TP = Totale Passività RV = Ricavi di Vendita
La funzione discriminante calcolata è risultata essere la seguente :
Z = 1,981X1+9,841X2+1,951X3+3,206X4+4,037X5
Tali valori sono utili o per valutare lo stato di salute di una società; infatti se un’ impresa ottiene un risultato dello Z superiore a 8,105 la società è strutturalmente sana; se lo Z risulta inferiore a 4,846 la società è destinata al fallimento, a meno di non modificare pesantemente la sua struttura economico-finanziaria ; se lo Z risulta compreso tra i valori di 8,105 e 4,846 la società necessita di cautela nella gestione.
Per quanto riguarda invece nello specifico l’affidabilità delle imprese agricole italiane,
Adinolfi et.al (2008) hanno realizzato un lavoro al fine di effettuare una prima verifica sulle
Lo stato dell’arte
89 Il metodo utilizzato nel lavoro è quello dell’EM Score di Altman28 che è uno degli indici di rating più diffusi, il cui algoritmo è utilizzato a base della valutazione da molte agenzie di rating.
L’uso dell’EM Score di Altman infatti, consente di valutare in linea generale lo stato di affidabilità delle aziende osservate utilizzando valori desunti dai loro bilanci ed è stato definito un quadro di riferimento rappresentativo del merito creditizio espresso dalla realtà agricola nazionale.
Nello specifico, le variabili utilizzate per il calcolo dell' EM Score di Altman, sono state ricavate dalla riorganizzazione dei dati contabili rilevati nell’ambito del campione statistico RICA, all’interno di uno schema di bilancio riclassificato e dove la funzione ottenuta corrisponde è la seguente:
EMScore = 3.25+6.56 (C/K)+ 3.26(U/K)+ 6.72 (RO/K)+ 1.05(PN/PT)
Dove, C = capitale circolante, K = capitale investito, U = utili non distribuiti, RO = risultato operativo, PN = patrimonio netto, PT = passività totali.
L’output dell'EM Score Agricolo calcolato, restituisce un valore finale compreso tra 0 e 30 che, attraverso l’inserimento in una classifica di riferimento, consente di attribuire il rating all’azienda esaminata. A tal fine si è fatto riferimento alla matrice classica adottata da Standard & Poor’s, ulteriormente aggregata in tre aree di affidabilità (Sicurezza, Vulnerabilità, Rischiosità). Ad ogni punteggio di rating corrisponde così una classe di rating, un intervallo di default (PD) e una macro classe di affidabilità (tabella 5.1).
Adinolfi e Capitano nel loro lavoro si occuparono inoltre di svolgere una analisi su di un campione di aziende per effettuare una lettura della situazione nazionale analizzata e restituita dall’applicazione dell’EMScore. Lo studio ha evidenziato come la distribuzione delle aziende per classi di rating sia sbilanciata verso l’area della vulnerabilità (classi BB+ fino a BB per circa un 30% del campione).
Lo stato dell’arte
90
Tabella 5.1: EMScore Agricolo: valori, classi di Rating, intervalli di PD e aree di affidabilità
EM Score di Altman RATING Intervalli PD Area di Affidabilità EM> 8,15 AAA 0% - 0,25% SICUREZZA 8,14<EM<7,60 AA+ 0,25% - 0,37% 7,59<EM<7,30 AA 0,37% - 0,43% 7,29<EM<7,00 AA- 0,43% - 0,50% 6,99<EM<6,85 A+ 0,50% - 0,62% 6,84<EM<6,65 A 0,62% - 0,79% 6,64<EM<6,40 A- 0,79% - 1,00% 6,39<EM<6,25 BBB+ 1,00% - 1,19% 6,24<EM<5,85 BBB 1,19% - 1,73% 5,84<EM<5,65 BBB- 1,73% - 2,00% 5,64<EM<5,25 BB+ 2,00% - 2,90% VULNERABILITA' 5,24<EM<4,95 BB 2,90% - 3,56% 4,94<EM<4,75 BB- 3,56% - 4,00% 4,74<EM<4,50 B+ 4,00% - 5,48% RISCHIOSITA' 4,49<EM<4,15 B 5,48% - 7,59% 4,14<EM<3,75 B- 7,59% - 10,00% 3,74<EM<3,20 CCC+ 10,00% - 20,96% 3,19<EM<2,50 CCC 20,96% - 34,97% 2,49<EM<1,75 CCC- 34,97% - 50,00% EM<1,74 D > 50,00%
Fonte Adinolfi F., Capitanio F., Rischio di impresa e accesso al credito, Uno scenario inedito per l’azienda agricola, (Agriregioneuropa, anno 4, Numero 15).
In questo lavoro, sulla base dell’analisi delle consistenze patrimoniali che caratterizzano il panorama agricolo nazionale, è risultato evidente infine, come il ricorso al credito per le aziende agricole possa essere difficoltoso in assenza di garanzie; soprattutto in un momento particolare come quello attuale, in cui l’intensità della competizione richiede investimenti non marginali per migliorare la dotazione strutturale e organizzativa delle nostre aziende agricole.