PRESENTAZIONE
Le Eba guidelines su concessione e monitoraggio dei prestiti (Eba-Gl Lom) confermano il ruolo centrale dell’analisi finanziaria d’impresa e ne descrivono il contesto operativo e di competenze in cui deve essere sviluppata in banca.
In questo volume, dopo aver costruito i nessi tra analisi finanziaria e strategica, si evidenzia come un organico sistema di coordinamento degli indicatori di bilancio fornisca, a un tempo, uno strumento per velocizzare l’analisi, una modalità di selezione degli indicatori tra i tanti disponibili, una guida di riferimento alla lettura dei fenomeni esogeni e delle politiche di gestione che caratterizzano il divenire dell’impresa, un linguaggio comune nella banca.
Si chiarisce, poi, in coerenza con le Eba-Gl Lom, che l’analisi di bilancio va completata con l’esame dei piani finanziari, che consenta di sviluppare stress test e identificare i key drivers delle performance aziendali, attraverso la lettura degli impatti di singoli fattori (analisi di sensibilità) o di un insieme organizzato e intelligente di fattori (analisi di scenario) sulle condizioni di redditività, di equilibrio della struttura finanziaria, e di adeguatezza dei flussi finanziari.
La previsione finanziaria serve a molteplici soggetti e scopi: al management delle imprese per guidare la gestione, rendendo compatibili nel tempo le scelte di gestione caratteristica e di quella finanziaria; ai finanziatori per comprendere il livello di esposizione ai rischi creditizi, focalizzando sui key drivers dei piani previsionali le analisi di settore e di competitività aziendale che ne verificano i presupposti; alle imprese per comunicare ai finanziatori le proprie aspettative e le scelte gestionali future e consentire loro una verifica ex-post delle previsioni; a soggetti di varia natura (tra cui i tribunali) per realizzare e valutare i piani attestati e i piani di ristrutturazione nella gestione delle crisi di imprese.
Il volume sviluppa in modo organico i profili metodologici e presenta una concreta e completa applicazione a un case study aziendale. Gli schemi di riclassificazione di riferimento sono quelli della Centrale dei Bilanci, largamente usati dalle banche italiane, mentre il modello di riferimento per l’analisi e la previsione finanziaria è un software proprietario che, sviluppato per fini didattici, è oggi utilizzato da consulenti, imprese e istituzioni finanziarie di varia dimensione.
Si discute, inoltre, criticamente del rapporto dell’analisi finanziaria con le altre metodologie (sistemi di rating esterni, impliciti e a base statistica) e con le indicazioni proposte in varie occasioni dai regolatori.
Infine si rapportano le scelte di impostazione dei processi creditizi e gli Orientamenti sulla concessione e monitoraggio dei prestiti dell’Eba alle scelte complessive di assetto del settore bancario e di modello di business delle banche.
Prefazione di Gianfranco Torriero dell’ABI e Postfazione di Francesco Cannata della Banca d’Italia.
INDICE
Prefazione
Gianfranco Torriero
Parte Prima
Introduzione
1. Il ruolo dell’analisi finanziaria nella valutazione di affidabilità di un’impresa
Parte Seconda
L’analisi di bilancio 2.0
2. L’analisi di bilancio 2.0
2.1 Il legame tra informazioni di bilancio e altre informazioni nell’analisi di bilancio 2.0
2.2 Perché usare un sistema di coordinamento degli indici di bilancio
2.3 L’analisi finanziaria e gli schemi Cebi
2.4 Perché scegliere il Roe quale vertice del sistema di coordinamento degli indici di bilancio
3. Come scomporre il Roe per analizzare le determinanti e i rischi d’impresa
3.1 La tradizionale formula moltiplicativa del Roe e i suoi limiti interpretativi
3.2 Come costruire (e dimostrare) la “formula additiva estesa” per scomporre il Roe
3.3 L’espressione finale della formula additiva estesa del Roe e alcune considerazioni algebriche
3.4 Come usare la formula additiva estesa del Roe nell’analisi finanziaria d’impresa
3.5 Perché preferire la formula additiva estesa del Roe rispetto alla formula moltiplicativa
3.6 L’analisi della sostenibilità della leva finanziaria
3.7 Misurare e correggere la distorsione degli indicatori di redditività
3.8 Formula additiva estesa del Roe e indici della Centrale dei Bilanci
3.9 Approfondimento. Formula additiva estesa del Roe e costo medio ponderato del capitale (Wacc)
3.9.1 Il quadro teorico delle scelte di capital budgeting
3.9.2 Equity Approach ed Entity Approach: così diversi e così uguali
4. L’analisi della redditività delle attività (Roa)
4.1 Schema di analisi ideale
4.2 Approfondimento. Le scelte fatte dalla Centrale dei Bilanci nella Scheda di sintesi
4.3 Approfondimento. Le scelte fatte dalla Centrale dei Bilanci nella Scheda analitica
4.4 L’analisi del Margine sui Ricavi
4.5 L’analisi del Turnover operativo
4.6 La leva operativa e il legame con la leva finanziaria
4.6.1 La leva operativa: definizioni e rapporti con la leva finanziaria
4.6.2 Approfondimento. La leva operativa (nella componente di conto economico): impatto su Δ%Mon
4.6.3 Approfondimento. La leva operativa (nella prospettiva dello stato patrimoniale): impatto su Δ%ANop
4.6.4 La leva operativa (complessiva): impatto su Δ%Roaop
4.6.5 Gli indicatori di sintesi della leva operativa
4.7 Confronto con la metodologia di assegnazione dei rating ai debitori corporate da parte delle agenzie di rating internazionali
4.8 Conclusioni sull’analisi della redditività
5. L’analisi della struttura patrimoniale e finanziaria
5.1 Contenuti e ruolo dell’analisi della struttura patrimoniale e finanziaria
5.2 Gli indicatori
6. L’analisi per flussi finanziari
6.1 Scelta della struttura e derivazione algebrica del rendiconto finanziario
6.2 Il rendiconto finanziario nell’analisi di bilancio 2.0
6.3 Il rendiconto finanziario proposto da Cebi
7. Conclusioni sull’analisi di bilancio 2.0 e sull’esigenza di prevedere un’interfaccia software tra Cebi e la Pef
Parte Terza
La previsione finanziaria. Un’applicazione al case study Molini Spa
8. Obiettivi e strumenti della previsione finanziaria
8.1 Funzioni della previsione finanziaria
8.2 Un modello di previsione semplificato: il modello della crescita sostenibile
8.3 Un modello di previsione analitico: il programma software di Analisi e Previsione Finanziaria Forecast e il case study Molini Spa
9. Analisi a consuntivo e analisi della previsione-base
9.1 I bilanci a consuntivo e a preventivo
9.2 La traduzione delle ipotesi previsionali in “Variabili previsionali”
9.3 Le ipotesi alla base del piano finanziario
9.4 La struttura dei prospetti e degli indicatori di analisi del piano finanziario
9.5 L’interpretazione dei dati a consuntivo e del piano previsionale
9.5.1 Analisi reddituale
9.5.1.1 Analisi del Roe
9.5.1.2 Analisi del Roa
9.5.1.3 Analisi della leva operativa
9.5.1.4 Analisi del Margine sui Ricavi
9.5.1.5 Analisi del Turnover operativo
9.5.2 Conclusioni sull’analisi reddituale
9.5.2.1 Il consuntivo
9.5.2.2 Dal consuntivo al primo anno di piano
9.5.2.3 Il piano a sette anni
9.5.3 Analisi della struttura finanziaria e patrimoniale
9.5.4 Dinamica dei flussi finanziari
9.5.5 Conclusioni sull’analisi del consuntivo e del piano finanziario della Molini Spa
9.5.6 Analisi grafica
9.5.7 Debt capacity
Parte Quarta
Gli stress test sul piano finanziario. Un’applicazione al case study Molini Spa
10. L’analisi di stress
10.1 Le analisi di sensitività e di scenario sul piano finanziario
10.2 Le analisi di sensitività da esaminare
11. L’autodiagnosi della capacità di previsione
11.1 L’autodiagnosi della capacità di previsione: primo step
11.2 L’autodiagnosi della capacità di previsione: secondo step
11.3 L’autodiagnosi della capacità di previsione: terzo step
11.4 L’autodiagnosi della capacità di previsione: quarto step
12. La spiegazione dei risultati delle sensitivity analyses e le implicazioni gestionali
12.1 Sensitivity 1 worst. Minore crescita del fatturato, tenendo immutati costo del lavoro e investimenti in immobilizzazioni materiali
12.2 Sensitivity 2 worst. Minore crescita del fatturato, con riallineamento del costo del lavoro e degli investimenti in immobilizzazioni materiali
12.3 Sensitivity 3 worst. Allungamento del ciclo del capitale circolante commerciale
12.4 Sensitivity 4 worst. Aumento dei costi delle materie prime
12.5 Sensitivity 5 worst. Crescita dell’incidenza del costo del lavoro sul valore della produzione
12.6 Sensitivity 6 worst. Crescita dei tassi di interesse
12.7 Sensitivity 7 worst. Aumento del tasso di distribuzione dell’utile
12.8 Sensitivity 8 worst. Maggiori ammortamenti
12.9 Sensitivity 9 worst. Anticipazione degli investimenti in immobilizzazioni materiali
12.10 Sensitivity 1 best. Anticipazione della crescita del fatturato
12.11 Sensitivity 2 best. Crescita dei prezzi di vendita
12.12 Sensitivity 3 best. Miglioramento del Ciclo del capitale circolante commerciale
12.13 Sensitivity 4 best. Riduzione dei costi della materia prima
12.14 Sensitivity 5 best. Riduzione del costo del lavoro (rispetto al valore della produzione)
12.15 Sensitivity 6 best. Discesa dei tassi di interesse
12.16 Sensitivity 7 best. Azzeramento della distribuzione dei dividendi
12.17 Sensitivity 8 best. Crescita meno intensa delle immobilizzazioni materiali
12.18 Sensitivity 9 best. Aumenti di capitale
13. Conclusioni sulle analisi di sensitività
14. Le analisi di scenario
14.1 Quattro scenari
14.2 I risultati delle analisi di scenario
14.3 L’interpretazione dei risultati delle analisi di scenario nell’ottica degli stress test per la valutazione di affidabilità dell’impresa
14.3.1 Valutazione scenario A worst
14.3.2 Valutazione scenario A worst managed
14.4 Valutazione complessiva dell’affidabilità della Molini Spa
14.5 L’interpretazione dei risultati delle analisi di scenario nell’ottica della consulenza finanziaria
14.5.1 Valutazione scenario B best
14.5.2 Valutazione scenario B best managed
15. Riflessione metodologica conclusiva sull’analisi finanziaria d’impresa
Parte Quinta
Le metodologie alternative: indicatori regolamentari e rating a base statistica
16. L’analisi finanziaria 2.0 in rapporto ad altri approcci
16.1 Il quadro generale delle famiglie di approcci all’analisi finanziaria
16.2 Gli approcci di capienza
16.3 Gli approcci per modelli. Una classificazione per metodologie
16.3.1 Approcci statistici
16.3.2 Machine learning e artificial intelligence
16.3.3 Approcci constrained judgment-based (tipici delle agenzie di rating)
16.4 Gli approcci per modelli. Una classificazione per soggetti produttori
17. Gli indicatori regolamentari
17.1 Gli aspetti comuni
17.2 Le normative di capital adequacy delle banche e i riflessi sugli indicatori di rischio delle imprese debitrici
17.3 Le normative contabili delle banche (Ifrs 9) e i riflessi sugli indicatori di rischio delle imprese debitrici
17.4 Le normative sugli stress test e l’Asset Quality Review (Aqr) delle banche e i riflessi sugli indicatori di rischio delle imprese debitrici
17.5 Le linee-guida Eba su Loan Origination and Monitoring
17.6 Il nuovo Codice della Crisi d’impresa e dell’Insolvenza e i riflessi sugli indicatori di rischio delle imprese debitrici
17.6.1 Il nuovo quadro legislativo
17.6.2 La proposta metodologica del Cndcec
17.6.3 Il Dscr
17.6.4 Le performance predittive della proposta metodologica del Cndcec e alcune osservazioni di commento
18. I rating a base statistica basati su modelli in forma ridotta supervisionati
18.1 La costruzione del modello
18.1.1 Il modello e la raccolta dei dati per la stima e la validazione
18.1.2 La stima del modello
18.1.3 I moduli dei modelli
18.2 La validazione dei modelli
Parte Sesta
Conclusioni
19. L’analisi d’impresa e i processi del credito tra Eba-Gl Lom e specificità del contesto: scelte di sistema e scelte di modello di business delle banche
19.1 Le specificità del contesto e l’efficienza allocativa del sistema
19.2 Punti di attenzione sui processi del credito e la posizione delle Eba-Gl Lom
19.2.1 L’esteso uso di sistemi di rating interni a base statistica
19.2.2 L’orizzonte temporale di previsione breve dei modelli di rating interni
19.2.3 La sovrapposizione degli strumenti di concessione/revisione e di controllo andamentale
19.2.4 L’uso limitato e frammentato delle soft information
19.2.5 Gli spillover informativi
19.2.6 La salvaguardia dell’integrità dei processi di attribuzione dei rating interni
19.2.7 L’elevata rotazione del personale di rete
19.2.8 Lo sviluppo di centrali dei rischi che consentono il free riding
19.2.9 L’impoverimento delle competenze di analisi d’impresa
19.3 Possibili soluzioni a livello di singola banca e di sistema. Il contributo delle Eba-Gl Lom
19.3.1 Le prime luci
19.3.2 La ricerca di un business model sostenibile
19.3.3 Le scelte che attengono alle Autorità e un approfondimento di alcuni aspetti problematici delle Eba-Gl Lom
Postfazione
Francesco Cannata
Bibliografia