The Condition of Companies and their Growth Based on the Example of Companies Included in WIG and DAX Indices

• Authors: Monika Bolek , Agata Gniadkowska-Szymańska

Title variants

Kondycja przedsiębiorstw i ich wzrost na przykładzie spółek wchodzących w skład indeksów WIG i DAX

• Languages of publication: EN

Abstracts

EN

The purpose of the article/hypothesis: The paper discusses the problem of condition of companies together with their growth measured by earnings per share, sales, assets and equity. The condition of a company in a capital market is considered good when the goal of the business is achieved, namely the increase of value that occurs with the increase of earnings per share. We assume that the condition of companies measured by Altman’s Z-score Model scores is related to their growth, and ratios applied in this model influence the growth of companies measured by EPS, sales, assets and equity. The research is conducted in two groups of companies, one representing WIG listed entities and the other one comprising DAX listed companies. Methodology: The growth of earnings per share is considered as a measure of companies’ value creation. The growth of EPS should be related to the growth of sales, assets and equity according to the growth theory. To analyze the influence of Altman’s Z-score Model on the growth of EPS, sales, assets and equity, the Pearson and Spearman correlation is applied in the first place. Moreover, logit models are applied to analyze the influence of ratios composing the Altman’s Z-score Model on the growth of EPS, sales, assets and equity. Results of the research: Discriminant models can be applied for the assessment of the economic condition of companies but the interpretation of the results should take into account the fact that risky strategies identified by Altman’s Z-score Model as dangerous are related to the higher growth of earnings per share, therefore, there should be a negative relationship between Altman’s Z-score Model scores and EPS growth and it was confirmed in this study.

PL

Cel artykułu / hipoteza: W prezentowanej pracy omówiono problem kondycji przedsiębiorstw wraz z ich wzrostem reprezentowanym przez zysk na akcję, sprzedaż, majątek oraz kapitał własny. Kondycję przedsiębiorstwa na rynku kapitałowym uznaje się za dobrą w momencie osiągnięcia celu biznesowego, jakim jest wzrost wartości, który następuje wraz ze wzrostem zysku na akcję. Zakładamy, że kondycja firm mierzona punktami Z-score Model Altmana jest związana z ich wzrostem, a wskaźniki zastosowane w tym modelu wpływają na wzrost spółek reprezentowany przez wzrost EPS, wzrost sprzedaży, wzrost aktywów i wzrost kapitałów własnych. Badanie zostało prowadzone w dwóch grupach spółek, z których jedna grupa reprezentuje spółki giełdowe tworzące indeks WIG, a druga spółki giełdowe tworzące indeks DAX. Metodologia: wzrost zysku na akcję jest uważany za miarę tworzenia wartości przedsiębiorstw. Wzrost EPS powinien być powiązany ze wzrostem sprzedaży, aktywów i kapitałów włąsnych zgodnie z teorią wzrostu przedsiębiorstw. Aby ocenić wpływ modelu Z-score Altmana na wzrost EPS, sprzedaży, aktywów i kapitału, zastosowano korelację Pearsona i Spearmana. Ponadto modele logitowe zostały zastosowane do analizy wpływu wskaźników składających się na model Z-score Altmana na wzrost EPS, sprzedaży, aktywów i kapitału. Wyniki badań: Modele dyskryminacyjne mogą być wykorzystywane do oceny kondycji ekonomicznej przedsiębiorstw, ale interpretacja wyników powinna uwzględniać fakt, że ryzykowne strategie identyfikowane przez modele Z-score Model Altmana jako obarczone dużym ryzykiem bankructwa są związane z wyższym wzrostem zysku na akcję, a co za tym idzie wzrostem wartości.

Keywords

EN

company growth; economic condition; Altman’s Z-score Model

PL

wzrost przedsiębiorstwa; modele dyskryminacyjne; model Altmana; wzrost przedsiębiorstwa; modele dyskryminacyjne; model Altmana

• Publisher: Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
• Journal: Finanse i Prawo Finansowe
• Year: 2021
• Volume: 2
• Issue: 30
• Pages: 25-44

Dates

published

2021-06-30

Contributors

author

Monika Bolek

• University of Lodz, Faculty of Economics and Sociology

• https://orcid.org/0000-0001-9376-1105

author

Agata Gniadkowska-Szymańska

• University of Lodz, Faculty of Economics and Sociology

• https://orcid.org/0000-0002-7321-3360

References

• Ahmed, P., Nanda, S. (2001). Style investing: Incorporating growth characteristics in value stocks. The Journal of Portfolio Management, 27(3), pp. 47–59.
• Aktas, N., de Bodt, E., Lobez, F., Statnik, J.C. (2012). The information content of trade credit. Journal of Banking and Finance, vol. 36, pp. 1402–1413.
• Altman, E.I. (1968). Financial Ratios, Discriminant analysis and the prediction of corporate bankruptcy. Journal of Finance, 23, 4, September, pp. 589–609.
• Altman, E.I. (1983). Corporate Financial Distress. A Complete Guide to Predicting, Avoiding, and Dealing with Bankruptcy. Wiley Interscience, John Wiley and Sons.
• Altman, E.I., Hotchkiss, E. (2006). Corporate Credit Scoring-Insolvency Risk Models. In: Corporate Financial Distress and Bankruptcy. New Jersey: Wiley.
• Altman, E.I., Iwanicz-Drozdowska, M., Laitinen, E.K., Suvas, A. (2014). Distressed firm and bankruptcy prediction in an international context: A review and empirical analysis of Altman's Z-score model. Available at SSRN 2536340.
• Altman, E.I., Yen, J., Zhang, L. (2010). Corporate financial distress diagnosis model and application in credit rating for listing firms in China. Frontiers of Computer Science in China, 4(2), pp. 220–236.
• Bankole, K.O., Ukolobi, I.O. (2020). Value Relevance of Accounting Information and Share Price in Financial Service Industry. Research Journal of Finance and Accounting, 11(8), pp. 2222–1697.
• Bărbuță-Mișu, N., Madaleno, M. (2020). Assessment of bankruptcy risk of large companies: European countries evolution analysis. Journal of Risk and Financial Management, 13(3).
• Beaver, W.H. (1966). „Financial Ratios and Predictors of Failure. Empirical Research in accounting” Selected Studies, Supplement: Journal of Accounting Research.
• Chava, S., Jarrow, R.A. (2004). Bankruptcy prediction with industry effects. Review of Finance, 8, pp. 537–569.
• Czerwińska, A., Michna, A., Męczyńska, A. (2013). Determinanty rozwoju małych i średnich przedsiębiorstw sektora budowlanego. Zarządzanie i Finanse, 4(2), Fundacja Rozwoju Uniwersytetu Gdańskiego, pp. 79–80.
• Danbolt, J., Hirst, I.R., Jones, E. (2011). The growth companies puzzle: Can growth opportunities measures predict firm growth? The European Journal of Finance, 17(1), pp. 1–25.
• Delmar, F. (2006). Measuring growth: Methodological considerations and empirical results. Entrepreneurship and the Growth of Firms, 1(1), pp. 62–84.
• El Khoury, R., Al Beaïno, R. (2014). Classifying manufacturing firms in Lebanon: An application of Altman’s model. Procedia-Social and Behavioral Sciences, 109(1), pp. 11–18.
• Fitzpatrick, P.J. (1932). A comparison of ratios of successful industrial enterprises with those of failed firms. Certified Public Accountant, 12.
• Franc-Dąbrowska, J., Zbrowska, M. (2008). Prognozowanie finansowe dla spółki X – spółka logistyczna. Zeszyty Naukowe SGGW w Warszawie. Ekonomika i Organizacja Gospodarki Żywnościowej, Warszawa: Wydawnictwo SGGW.
• Franzen, L.A., Rodgers, K.J., Simin, T.T. (2007). Measuring distress risk: The effect of RandD intensity. The Journal of Finance, 62, 6, pp. 2931–2967.
• Grice, J.S., Ingram, R.W. (2001). Tests of the generalizability of Altman’s bankruptcy prediction model. Journal of Business Research, 54, pp. 53–61.
• Griffin, J.M., Lemmon, M.L. (2002). Book-to-market equity, distress risk, and stock returns. The Journal of Finance, 57(5), pp. 2317–2336.
• Hadasik, D. (1998). Upadłość przedsiębiorstw w Polsce i metody jej prognozowania. Wydawnictwo Akademii Ekonomicznej w Poznaniu.
• Holder-Webb, L.M., Wilkins, M.S. (2000). The incremental information content of SAS No. 59. Goingconcern opinions. Journal of Accounting Research, 38(1), pp. 209–219.
• Kanapickiene, R., Spicas, R. (2019). Credit risk assessment model for small and micro-enterprises: The case of Lithuania. Risks, 7(2).
• Kasiewicz, S. (1996). Systemy wczesnego ostrzegania w bankowym funduszu gwarancyjnym (BGF), Restrukturyzacja w procesie przekształceń i rozwoju przedsiębiorstw. Kraków: Wydawnictwa Akademii Ekonomicznej w Krakowie.
• Kumar, P.R., Ravi, V. (2007). Bankruptcy prediction in banks and firms via statistical and intelligent techniques – A review. European Journal of Operational Research, 85.
• Kwak, W., Shi, Y., Cheh, J.J., Lee, H. (2005). Multiple criteria linear programming data mining approach: An application for bankruptcy prediction. Data Mining and Knowledge Management. Lecture Notes in Computer Science, 3327, pp. 164–173.
• Lyandres, E., Zhdanov, A. (2013). Investment opportunities and bankruptcy prediction. Journal of Financial Markets, 16, pp. 439–476.
• Merkevicius, E., Garšva, G., Girdzijauskas, S. (2006). A hybrid SOM-Altman model for bankruptcy prediction. International Conference on Computational Science. Lecture Notes in Computer Science, 3994, pp. 364–371.
• Ohlson, J.A., Juettner-Nauroth, B.E. (2005). Expected EPS and EPS growth as determinantsof value. Review of accounting studies, 10(2), pp. 349–365.
• Ohlson, J.A. (2017). Valuation and growth. Available at SSRN 2983031.
• Ooghe, H., Balcaen, S. (2007). Are failure prediction models widely usable? An empirical study using a Belgian dataset. Multinational Finance Journal, 11(1/2), pp. 33–76.
• Piotroski, J.D. (2000). Value investing: The use of historical financial statement information to separate winners from losers. Journal of Accounting Research, 38, Supplement: Studies on accounting information and the economics of the firm, pp. 1–41.
• Reisz, A.S., Perlich, C. (2007). A market-based framework for bankruptcy prediction. Journal of Financial Stability, 3, pp. 85–131.
• Siekelova, A., Kovalova, E., Ciurlău, C.F. (2019). Prediction financial stability of Romanian production companies through Altman Z-score. Ekonomicko-manazerske spektrum, 13(2), pp. 89–97.
• Vochozka, M., Vrbka, J., Suler, P. (2020). Bankruptcy or success? The effective prediction of a company’s financial development using LSTM. Sustainability, 12(18).
• Waśniewski, T., Skoczylas, W. (1993). Analiza symptomów zagrożenia przedsiębiorstwa. Rachunkowość, 12.
• Weinzimmer, L.G., Nystrom, P.C., Freeman, S.J. (1998). Measuring organizational growth: Issues, consequences and guidelines. Journal of management, 24(2), pp. 235–262.
• Witkowska, D., Kuźnik, P. (2019). Does fundamental strength of the company influence its investment performance? Dynamic Econometric Models, 19, pp. 85–96.
• Xu, M., Zhang, C. (2009). Bankruptcy prediction: The case of Japanese listed companies. Review of Accounting Studies, 14, pp. 534–558.
• Zaleska, M. (2002). Identyfikacja ryzyka upadłości przedsiębiorstwa i banku, Warszawa: Difin.

Identifiers

DOI

10.18778/2391-6478.2.30.02