W rozmowie poprzedzającej konferencję IRMC profesor nie tylko ostrzega przed narastającą kruchością systemu, ale też pokazuje, dlaczego klasyczne modele kredytowe nadal pozostają ważnym punktem odniesienia nawet w epoce sztucznej inteligencji.
Nazwisko Edwarda Altmana od dekad zajmuje wyjątkowe miejsce w światowej debacie o ryzyku kredytowym. Stworzony przez niego model Z-Score stał się jednym z najbardziej rozpoznawalnych narzędzi oceny zagrożenia niewypłacalnością przedsiębiorstw i do dziś pozostaje punktem odniesienia dla badaczy, analityków i inwestorów. W rozmowie poświęconej bieżącej kondycji rynku profesor kreśli bardzo aktualną diagnozę: jego zdaniem świat finansów wchodzi dziś w bardziej nerwową i mniej przewidywalną fazę cyklu kredytowego.
Rynek w fazie stresowej
Zdaniem prof. Altmana okres względnego spokoju na rynkach kredytowych jest już za nami. W jego ocenie przedsiębiorstwa coraz mocniej odczuwają skutki droższego finansowania, a liczba problemów pod powierzchnią gospodarki jest większa, niż sugerowałby ogólny obraz makroekonomiczny.
– Powiedziałbym, że sytuacja jest dość niepewna, z kilku powodów. Mieliśmy długi okres względnego spokoju na amerykańskich rynkach kredytowych. Oczywiście w czasie COVID był krótki moment dużych obaw, ale tak naprawdę od czasu wielkiego kryzysu finansowego sytuacja była stosunkowo spokojna. Nazwałbym to w dużej mierze łagodnym cyklem kredytowym, zarówno w USA, jak i – choć nie całkowicie – globalnie. Natomiast od 2024 roku obserwujemy, moim zdaniem, wyraźny wzrost niewypłacalności przedsiębiorstw, zwłaszcza w Stanach Zjednoczonych. Główną przyczyną są wyższe stopy procentowe i inflacja – mówi profesor.
Jak podkreśla, szczególnie podatne na problemy są firmy, które w czasie pandemii zbudowały wysoki poziom zadłużenia, a dziś muszą obsługiwać je przy wyższych kosztach długu.
– Firmy, które w czasie COVID zbudowały wysoki poziom zadłużenia, są teraz dużo bardziej narażone na trudności finansowe, szczególnie jeśli mają kredyty o zmiennym oprocentowaniu, czyli takie, których koszt rośnie wraz z inflacją i stopami procentowymi. W rzeczywistości w pierwszym kwartale tego roku w Stanach Zjednoczonych mieliśmy więcej upadłości w trybie Chapter 11 – czyli restrukturyzacji średnich, dużych, a także mniejszych firm – niż w jakimkolwiek kwartale, nawet uwzględniając wielki kryzys finansowy. Wiele osób o tym nie wie, ale sporo firm cierpi, mimo że rząd chciałby przekonywać, iż gospodarka wydaje się bardzo silna. Moim zdaniem nie jest aż tak silna – ocenia Altman.
Profesor zaznacza, że rynek nie znajduje się jeszcze w pełnoskalowym kryzysie, ale coraz wyraźniej przesuwa się w stronę fazy stresu.
– Pod powierzchnią widać problemy finansowe. Nie tylko z powodu ceł i spadku przychodów w niektórych sektorach, ale bardziej ogólnie dlatego, że firmy są dziś dużo bardziej wrażliwe: mają wysoki poziom lewarowania, a koszt ich długu wzrósł. Zamiast mówić o łagodnym cyklu kredytowym, powiedziałbym, że jesteśmy gdzieś pomiędzy średnim a stresowym etapem cyklu – mówi.
Private credit jako główne źródło obaw
W ocenie prof. Altmana jednym z najważniejszych punktów zapalnych jest dziś sektor finansowania pozabankowego, który w ostatnich latach urósł do ogromnych rozmiarów i przejął znaczną część finansowania bardziej ryzykownych firm.
– Najbardziej cierpią obecnie finansowania lewarowane: obligacje wysokodochodowe (high-yield), kredyty lewarowane oraz kredyty pozabankowe. I właśnie te ostatnie jest dziś drugim dużym powodem do niepokoju w Stanach Zjednoczonych, a moim zdaniem także szerzej, globalnie. Sektor finansowanie pozabankowego urósł w USA najbardziej. Szacujemy, że jego wartość to obecnie blisko 3 biliony dolarów. Są to pożyczki dla firm poniżej poziomu inwestycyjnego, czyli bardziej ryzykownych – podkreśla profesor.
Jak zaznacza, problem nie sprowadza się wyłącznie do wielkości tego rynku. Równie istotne są jakość finansowanych aktywów, koncentracja ekspozycji oraz relatywnie mniejsza przejrzystość całego segmentu.
– To nie są pożyczki od banków ani inwestorów obligacyjnych, tylko głównie od funduszy hedgingowych specjalizujących się w kredytowaniu pozabankowym. To właśnie tam nastąpił największy wzrost w finansowaniu lewarowanym – większy niż w pożyczkach bankowych i obligacjach wysokodochodowych. Ogólnie jestem więc dość zaniepokojony, jeśli dojdzie do recesji – a to jest kluczowe ‘jeśli’. Wrażliwość firm jest dużo większa niż w większości poprzednich lat, bo w przeszłości zaciągnęły ogromne ilości długu – mówi Altman.
Software, AI i ukryte ryzyko
Jednym z obszarów, które najmocniej niepokoją profesora, jest ekspozycja kredytowania pozabankowego na firmy technologiczne. W jego opinii rynek może nie doszacowywać zarówno skali tego zaangażowania, jak i wpływu AI na przyszłe modele biznesowe części tych spółek.
– To właśnie branża oprogramowania jest tą, do której pożyczono najwięcej pieniędzy od inwestorów pozabankowych – prawdopodobnie ponad 20 proc. wartości całego sektora finansowania pozabankowego. Mówię o pożyczkach dla małych, średnich, a czasem także większych firm SaaS i software. Główny problem polega na obawie o wpływ AI na ich przyszłe przychody.
AI zastąpi wiele rozwiązań technologicznych, których firmy już nie będą potrzebować – mówi profesor.
Jak dodaje, problemem jest również to, że rzeczywista ekspozycja na sektor software nie zawsze jest w pełni widoczna w klasyfikacjach branżowych.
– Wiele firm, którym sektor prywatny udziela finansowania, bardzo ostrożnie klasyfikuje swoje pożyczki. Często nie są one oznaczane jako firmy technologiczne, tylko jako związane z branżą zdrowotną, IT albo inne sektory, bo te sektory intensywnie korzystają z oprogramowania. Ale w istocie są to firmy zajmujące się oprogramowaniem – zaznacza Altman.
„Ukryta stopa niewypłacalności”, czyli problem, którego nie widać w statystykach
Innym ciekawym zjawiskiem, które prof. Altman określa jako „shadow default rate”, jest ukryta stopa niewypłacalności w finansowaniu. Chodzi o sytuacje, w których firmy formalnie nie są klasyfikowane jako niewypłacalne, ale faktycznie ich kondycja wyraźnie się pogarsza.
– Wiele z tych przedsiębiorstw – nie większość, ale może około 20 proc. – ma tzw. opcję PIK. PIK oznacza payment in kind. To znaczy, że firma pożyczająca pieniądze od prywatnych inwestorów ma w umowie możliwość zapłaty odsetek albo gotówką, albo „w naturze”. A „w naturze” oznacza po prostu emisję dodatkowego długu wobec wierzyciela – tłumaczy profesor.
Jak wyjaśnia, problem zaczyna się wtedy, gdy firma nie płaci już odsetek w gotówce, lecz w praktyce roluje swoje zobowiązania kolejnym długiem.
– Zły PIK to taki, kiedy firma ma opcję i z powodów najpewniej związanych ze słabymi wynikami, stratami lub spadkiem przychodów decyduje się z niej skorzystać i płaci w ten sposób. Jeśli pomnoży się odsetek firm mających tę opcję przez odsetek tych, które z niej korzystają, otrzymujemy to, co nazywam ukrytą stopą niewypłacalności. Nie jest to raportowane jako niewypłacalność, bo firma nadal ‘coś płaci’, ale płaci kolejnym długiem. To wyraźny sygnał trudnej sytuacji finansowej, ale w wielu przypadkach nie jest klasyfikowany jako niewypłacalność – podkreśla Altman.
Profesor uważa, że właśnie dlatego oficjalne dane mogą nie oddawać pełnej skali napięć.
– Większość publikacji analizujących wskaźnik niewypłacalności w finansowaniu pozabankowym szacuje je na poziomie 2–5 proc. Pięć procent to już dużo, ale jeszcze nie kryzys. Moje wyliczenia ukrytej stopy niewypłacalności wskazują raczej na około 8 proc. I to tylko dla firm, które skorzystały z tej opcji. A są jeszcze liczne firmy bez opcji PIK, które również mają problemy finansowe. Gdyby zliczyć te dwa zjawiska razem, moglibyśmy zobaczyć sytuację naprawdę bardzo kruchą – mówi.
Z-Score po niemal 60 latach nadal pozostaje punktem odniesienia
Profesor nie ukrywa, że trwałość tego narzędzia wciąż daje mu satysfakcję.
– Jestem bardzo zaskoczony, ale też bardzo zadowolony, że Z-Score, który ma dziś prawie 60 lat, nadal jest tak popularny. Są ku temu trzy powody. Po pierwsze, jest dość prosty. Pięć wskaźników finansowych, odpowiednio zważonych, opartych na zaawansowanych technikach statystycznych, ale łatwych do obliczenia. Po drugie, model nadal jest całkiem trafny – około 80–90 proc. skuteczności w horyzoncie do dwóch lat przed bankructwem. Po trzecie, jest darmowy. Jeśli ma się model, który jest prosty i trafny, to bardzo dużo znaczy – mówi Altman.
Jak przypomina, Z-Score był przez lata testowany w wielu krajach i często służy jako punkt odniesienia dla nowszych modeli.
– Przez te 60 lat wielu badaczy – również w Europie, ale nie tylko – testowało Z-Score na danych ze swoich krajów. Bardzo często używa się też Z-Score jako wzorzec do porównywania własnych modeli – zaznacza profesor.
AI może zwiększać trafność, ale nie unieważnia klasyki
Prof. Altman otwarcie przyznaje, że nowoczesne metody, w tym uczenie maszynowe, mogą zwiększać skuteczność prognozowania ryzyka. Jednocześnie podkreśla, że najważniejsze pytanie dotyczy nie samej technologii, lecz jej realnej wartości dodanej wobec klasycznej analizy fundamentalnej.
– Istnieją dziś nowocześniejsze, bardziej zaawansowane technologicznie metody szacowania ryzyka bankructwa. Tą, o której mówi się najczęściej, jest uczenie maszynowe. Jest więc bardzo prawdopodobne, że gdybym wtedy miał do dyspozycji te narzędzia, wybrałbym inne zmienne do oceny ryzyka firmy. Ale zawsze podkreślam jedno: pytanie nie brzmi, na ile lepszy może być
to uczenie maszynowe czy inna zaawansowana technologia, tylko jaka jest wartość dodana AI w porównaniu z klasyczną analizą fundamentalną – mówi.
Odwołując się do doświadczeń Wiserfunding LTD., fintechu z siedzibą w Londynie, który współtworzył w 2018, profesor pokazuje, że najlepsze efekty daje łączenie obu podejść.
– Najpierw sprawdziliśmy skuteczność modelu opartego na zmiennych typu Z-Score i innych klasycznych wskaźnikach. Potem sprawdziliśmy, jak bardzo rośnie trafność po dodaniu danych generowanych przez AI, głównie nieilościowych danych jakościowych. Doszliśmy do wniosku, że dokładność rzeczywiście rośnie po dodaniu takich zmiennych – o około 10–15 punktów procentowych. Jeśli więc model ma trafność 75 proc., to po połączeniu klasycznych zmiennych z danymi generowanymi przez AI może osiągać 85–90 proc. – podkreśla Altman.
Wartość prostoty
– Wiele osób zapomina, że prostota, coś, co łatwo zrozumieć i zakomunikować, ma ogromną wartość – podsumowuje profesor.
To właśnie ta zasada sprawia, że Z-Score pozostaje ważny także dziś, a głos Edwarda Altmana nadal wybrzmiewa wyjątkowo mocno. W świecie coraz bardziej złożonych narzędzi, struktur finansowania i nowych źródeł ryzyka profesor przypomina, że dobra analiza nadal zaczyna się od fundamentów i od umiejętności dostrzeżenia problemów zanim staną się oczywiste dla wszystkich.