ד"ר דניאל גוגנהיים
05/05/2020
בשנים האחרונות המשקיעים בשוק האג"ח בארץ סבלו מהפסדי הון עקב לא מעט “תספורות” של חברות שהנפיקו אגרות חוב בבורסה. לאחרונה, רשות שוק ההון הפנתה את תשומת לב המוסדיים לקלקולים בעבודתם של חברות הדירוג שלא פעם מורידים דירוג לחברה לאחר שהיא כבר קרסה כמו בקבוצת דלק.
התפשטות נגיף הקורונה בארץ מאמצע חברת פברואר גרמה להאטה פתאומית והיסטורית של הכלכלה. החשש לקריסה של חברות ובמיוחד של אלו שהנפיקו אגרות חוב בבורסה בארץ, גרם לירידות חדות בשוק האג"ח הקונצרני המקומי שהתמתן מאוד בחודש אפריל, לאור החדשות על יציאה הדרגתית מהסגר. בכל תקופה זו, המנתחים הפיננסיים ציינו שקיום תזרים מזומנים גבוה מפעולות שוטפות הוא העוגן המרכזי להצלת החברה מחדלת פרעון . גישה זו מצדיקה מה שרשמנו בכל הסקירות שפרסמנו בשנים האחרונות באתר פאונדר. אכן רשמנו במבוא לכל סקירה:
" בעשורים האחרונים עורערו מעמדן של הגישות המסורתיות לניתוח פיננסי, שהיו מבוססות בעיקרן על מבנה המאזן, גודל ההון העצמי, גודל ההון החוזר וכו’. האירועים הכלכליים שחלו בתקופה זו, הביאו לכך שלעיתים קרובות יש לחברות הון חוזר ו/או הון עצמי שליליים למשך תקופה ממושכת, מבלי שתהיה לה סכנה ממשית לפשיטת רגל, ואף המצב ההפוך גם הוא קורה."
מוצע מודל להסתכלות על הסיכוי של חברה להגיע לחדלות פירעון, המבוסס על תזרים המזומנים, רווח, והון חוזר של החברה . בנוסף, לאור ניתוח של 169 חברות בשוק ההון המקומי תוך הסתכלות על נתונים היסטוריים על־פני 5 השנים האחרונות מוצע אינדקס חדש לחשש בשוק אגרות החוב המקומי.
אני מעוניין להציע מודל, (אותו אני מכנה – מודל גוגנהיים) המבוסס על תזרים המזומנים הפנוי – (חישוב של ממוצע רב שנתי של יכולת החברה לממן הוצאות השוטפות והוצאות מימון ודיבידנד מהפעילות הרגילה של החברה). המודל הזה הוכיח את כושר הניבוי הטוב ביותר ביחס לפשיטות רגל בחברות אירופאיות אמריקאיות וישראליות.
נסקור כאן את שוק האג”ח הקונצרני בארץ (לא כולל חברות ביטוח, בנקים, חברות השקעות ואחזקות שהמודלים האלו לא רלוונטיים לגביהן) במיוחד על פי תזרים המזומנים תוך התייחסות להון החוזר ולרווחיות החברות לפי התוצאות הכספיות בחמש שנים אחרונות.
הנתונים כאן, מעודכנים לפרסום התוצאות לשנת 2019.
ניסיון העבר מוכיח שרק תקופה של חמש שנים ויותר מאפשרת לעמוד על טיב החברה כדי למנוע עיוותים שונים. בנוסף לכך, כל המדדים יוחסו לסך המאזן וזאת בכדי להשוות בין החברות. מאגר המידע יכלול רק חברות שפרסמו תוצאות בחמש שנים אחרונות כולל ליום 31 דצמבר 2019 וסווגו בשנים אלה בענפים השונים ללא הענפים שהוצאו מהמודל. בסך הכל מדובר ב־169 חברות.
הצעה לאינדקס פחד בשוק הקונצרני
הבדיקה שערכנו, מביאה נקודת השקפה על כל חברה וחברה. בכל זאת, יכולת הניבוי של שילוב הפרמטרים האלה, משתנה דרמטית משנה לשנה, בכל חברה (בעיקר לאור שינוי משמעותי ברמת תזרים המזומנים החופשי של החברה). אולם בעוד שברמת החברה הבודדת יכולת הניבוי מסוימת, הרי שברמת שוק אגרות החוב, יש לבנות אינדקס שמתייחס לכלל החברות הכלולות במודל.
לאור התוצאות של המחקר, אותם אנחנו מציגים כאן, מוצע לבנות אינדקס, ברמת המאקרו של איתנות שוק האג”ח המבוסס על מאגר המידע הזה. האינדקס יוכל להתעדכן בצורה רבעונית או שנתית ו/או לאחר פרסום הדוחות או כשחברה מתוספת או נגרעת מהמאגר מידע.
אני מציע לקבוע סולם של עשר דרגות, כשמספר 10 יסמל רמת הסיכון המקסימלי.
1. תזרים, הון חוזר ורווחיות חיוביים ורמת תזרים המזומנים החופשי עולה או שווה לרווח.
2. תזרים והון חוזר חיוביים אבל יש הפסד.
3. תזרים ורווח חיוביים ורמת תזרים המזומנים החופשי עולה על הרווח, הון חוזר שלילי.
4. תזרים חיובי הון חוזר שלילי והפסד.
5. תזרים, הון חוזר ורווחיות חיוביים ורמת התזרים נמוכה מן הרווח.
6. תזרים שלילי, הון חוזר ורווחיות חיוביים.
7. תזרים שלילי הפסד אבל הון חוזר חיובי.
8. תזרים והון חוזר שליליים ויש ריווחיות.
9. תזרים, הון חוזר שליליים ורמת ההפסד נמוכה מרמת התזרים.
10. כל הפרמטרים שליליים ורמת התזרים נמוכה מההפסדים.
כלומר, אנחנו בוחנים בכל חברה וחברה את נתוני תזרים המזומנים, ההון החוזר, והרווחיות ביחס לסך המאזן. לאחר מכן, אנו לוקחים ממוצע (פשוט) של כלל חברות המודל. כאשר אנו מוסיפים השוואה בין התזרים לרווחיות. ואז את הנתונים המצטברים מדרגים לפי המדד האמור.
כפי שניתן לראות בטבלה להלן, נתוני הממוצעים של החברות ליום 31 דצמבר 2019 הם חיוביים, הן בתזרים המזומנים, הן בהון החוזר, והן ברווח. כפי שהצגנו בכל הסקירות שפרסמנו בשנת 2019, אפשר לראות שממוצע התזרים ביחס למאזן ב־31 דצמבר 2019 - % 3.4- גבוה מממוצע הרווח ביחס למאזן -2.3%-. לאור זאת האינדקס ליום 31 דצמבר 2019 הוא 1 בהתאם לסולם שנקבע לעיל.
נתונים אלו הצדיקו את עליות החדות בשוק האגח המקומי בכל שנת 2019 ועד אמצע פברואר 2020 לפני התפשטות הקורונה בארץ. המרווח בין תשואות האגח הקונצרני לבין האגח הממשלתי היה נמוך מאוד בפרספקטיבה היסטורית.
יש לציין גם, כי בחודש אפריל, השוק הנ"ל שוב עלה חדות והמרווח עם האגח ממשלתי התקצר מאוד. האיתנות כפי שהיא משתקפת בנתונים שהצגנו לעיל מסבירה ירידת התשואות.
עוד ניתן לראות בנתונים ליום 31 דצמבר 2019 שיותר מארבעים וחמש אחוז מהחברות מראות איתנות לפי שלושת הפרמטרים. רבע מהחברות הנסקרות לא מצליחות לאזן בממוצע רב שנתי בחמש השנים האחרונות את התזרים. אולם יש לציין שבחלק מהן, או שמדובר בגירעון קטן ו/או ששאר אינדקטורים חיוביים.
אולם, חשוב לציין שלאור המצב שתיארנו כאן ותוצאות הכספיות של הרבעון הראשון המתחילות להתפרסם ומציגות תמונה קשה, אפילו במידה שהתזרים הוא חיובי בממוצע הרב שנתי, אם אחד מהאינדקטורים האחרים מאד גרעוני, זה יכול לגרום לחברה להיקלע לקשיים כספיים. השוק ההון כרגע יקשה על חברות מסוג זה לגייס המשאבים ולגלגל החוב כפי שהם פעלו בשנים האחרונות בסביבה של ריבית מאוד נמוכה בשוק ההון. לכן, המלצתנו למשקיע סולידי היא להתרכז כעת בחברות שהציגו תוצאה חיובית בכל 3 האינקטורים .
סיכום : משבר הקורונה פגע בשוק האגח הקונצרני המקומי בעת של רמה גדולה של איתנות החברות באופן כללי, כפי שזה לא קרה תקופה ארוכה. המרווח הכללי בחברות שסקרנו בין התזרים לרווח לא היה כה גבוה משנת 2015. זאת אומרת שאין כאן תופעה של ייפוי מאזנים . מכפיל הרווח המהווה בסיס להרבה שחקנים בשוק ההון להערכת חברות לא היה מנופח . לדעתנו, מספר החברות שיקרסו עקב התפשטות הקורונה יהיה תלוי במהירות יציאת המשבר ובפעולות של הממשלה, בנק ישראל רשות ההון והבנקים .
|
ממוצע רב שנתי |
2015-2019 מספר חברות |
2015-2019 אחוז מכל החברות שנסקרו |
|
תזרים מזומנים הון חוזר ורווח חיוביים |
79 |
47 |
|
תזרים מזומנים הון חוזר חיוביים והפסד |
8 |
5 |
|
תזרים מזומנים ורווח חיוביים הון חוזר שלילי |
36 |
21 |
|
תזרים מזומנים חיובי הון חוזר שלילי והפסד |
5 |
3 |
|
תזרים מזומנים שלילי הון חוזר חיובי ורווח |
25 |
15 |
|
תזרים מזומנים שלילי והפסד הון חוזר חיובי |
7 |
4 |
|
תזרים מזומנים הון חוזר שליליים רווח |
4 |
2 |
|
תזרים מזומנים הון חוזר שליליים והפסד |
5 |
3 |
|
סך הכל |
169 |
100 |
ממוצע שנתי - אחוז לסך הכל מאזן
|
תזרים |
רווח |
הון חוזר |
אינדקס הפחד |
||
|
2015 |
2.9% |
2.8% |
3.9% |
1 |
|
|
2016 |
3.1% |
3.2% |
6.3% |
5 |
|
|
2017 |
1.1% |
3.1% |
7.3% |
5 |
|
|
2018 |
1.5% |
2.5% |
6.2% |
5 |
|
|
2019 |
3.4% |
2.3% |
4.5% |
1 |
|
