7つの財務指標が中小企業の倒産を最大3年前に予測する
どの業界にも、ある問題を解決するための証拠が何十年も前から存在していたにもかかわらず、誰もそれを正しい形で整理していなかったという奇妙な瞬間がある。Global Business and Economics Reviewに掲載された研究が本質的に文書化したのは、まさにそういうことだ。すなわち、ヨーロッパの中小企業の経営破綻は、最大3年前に7つの標準的な会計指標だけで予測できるということである。それらの指標は、どの会計士もすでに計算しており、銀行が何十年にもわたって受け取ってきたものだが、組み合わせとして何をすべきかを正確に理解している機関はなかった。
ソニア・シルバ（Sónia Silva）が署名した本研究では、8年間にわたる2万4500社以上のヨーロッパ企業のデータが分析された。構築されたモデルは全体精度が約82%に達し、既知の結果を持つデータに適用した場合、倒産が発生する3年前の時点で70%以上を正確に特定することができる。これは何百万もの変数で訓練された機械学習アルゴリズムではない。7つの財務比率に基づいて構築された多変量予測モデルである。その7つとは、現金比率、支払利息カバレッジ比率、支払能力比率、短期資金調達比率、レバレッジ比率、負債対資産比率、そして総資産利益率だ。これら7つの数値はすでにバランスシートに存在しており、組み合わせることで企業の流動性、債務負担、財務的回復力、収益性を十分な精度で描写する。
この発見が残す問いは、技術的なものではない。構造的なものだ。データがそこにあり、モデルが機能するなら、なぜこれまでそれが実現しなかったのか？
学術界が長すぎる間放置していたギャップ
企業倒産予測には長い学術的歴史がある。1960年代と1970年代に考案された古典的モデルは、市場評価、株式時価総額データ、統計的に強固なモデルを支えるのに十分な透明性を持つ財務構造にアクセスできる大企業や上場企業向けに設計されていた。中小企業はそのフレームワークから除外されていたが、それは怠慢からではなく、従来の企業金融が中小企業を不透明すぎ、異質すぎ、多くの場合は分析努力を正当化するには小さすぎる分類として扱っていたからである。
その論理の問題は、中小企業が小さなカテゴリーではないということだ。中小企業はOECD経済圏の企業の大多数を占め、それらの国における雇用の約3分の2を担っている。中小企業の倒産リスクは、個人レベルで管理可能なミクロ経済の問題ではない。銀行システム、労働市場、信用保証プログラムや雇用補助金を運営する政府の財政安定に直接的な影響を与える変数なのである。
シルバの研究が行うことは、モデルが統計的に強固であるのに十分な広さを持ち、かつ特別なインフラなしに複製できるほどアクセス可能な指標に集中した十分に大きなデータセットを用いて、そのギャップを埋めることだ。最も示唆に富む発見は、モデルが82%の精度で機能するということではない。その精度レベルが倒産事象の3年前に達成されるということであり、それは介入の論理を根本的に変えるタイムホライズンである。
3年あれば、融資条件の再交渉には十分な時間だ。貸し手が担保を調整し、コベナンツを修正し、特定のポートフォリオのモニタリングを強化するには十分な時間だ。中小企業のオーナーが、状況が回転不能になる前に再構築の意思決定を行うには十分な時間だ。このモデルを多くのヨーロッパの銀行に既存する早期警告システムと区別するのは、まさにその拡張されたタイムホライズンと、ツールの簡潔さとの組み合わせだ。何百もの変数ではなく、7つの比率である。
7つの指標が倒産の解剖学について明らかにすること
モデルの7つの指標を孤立した変数としてではなく、一つのセットとして見ると、それぞれを個別に見るよりも興味深い診断が得られる。選択は恣意的ではない。各比率はリスクの異なる次元を捉え、組み合わさって企業の三次元的なイメージを構築する。
現金比率と短期資金調達比率は、即時流動性と企業が最も緊急の義務を管理する方法を描写する。企業は帳簿上では収益性があっても、使用可能な現金の不足で息の根を止められることがある。これは中小企業において珍しいパラドックスではない。回収サイクルが長く、サプライヤーが迅速な支払いを要求するビジネスにおいて特に、最も一般的な倒産メカニズムの一つである。
支払能力比率、レバレッジ比率、負債対資産比率は、資本構造と損失を崩壊せずに吸収する能力を捉える。高度にレバレッジされた企業はキャッシュフローが安定している間は生き残れるが、収益の落ち込みに対する許容マージンは最小限だ。これら3つの比率を組み合わせて見ると、債務が持続不可能になる前に企業にどれだけの酸素が残っているかが描写される。
支払利息カバレッジ比率は業務上の次元を加える。これは、ビジネスが財務コストをカバーするのに十分な貢献マージンを生み出しているかどうかを測る。営業マージンで利息をカバーできない企業は、活動を維持するために自己資本や追加信用を消費しており、それは純利益だけを見ていると数四半期にわたって不可視のままとなりうる構造的悪化のシグナルである。
総資産利益率は、企業が資産を結果に変換する効率を測ることでモデルを締めくくる。この指標の持続的な低下が、増大するレバレッジおよび低下する流動性と組み合わさると、モデルが倒産の前兆として認識するパターンが生み出される。
価値提案の観点から重要なのは、これら7つの比率のいずれも、企業の基本的な財務諸表にすでに存在していない情報を必要としないということだ。市場データへのアクセス、外部評価、経営陣の予測は必要ない。モデルはすでに存在するものを使って動作し、それは誰が採用できるか、そしてどのようなコストでかということに対して直接的な意味を持つ。
モデルが単独では解決できないボトルネック
研究自体が、別途注意を要する限界を指摘している。モデルは中小企業による財務開示の拡大によって改善されるだろうが、著者らはそれを「より小規模な企業の性質を考えると、非常にありそうもない」と考えている。この一文は、新しくはないが、この発見が以前よりも緊迫感を持って再びテーブルに載せる緊張を凝縮している。
中小企業は財務データを不透明に保つ構造的インセンティブを持っている。その不透明さの一部は防衛的だ。貸し手や市場と詳細な情報を共有することは、オーナーの交渉力を弱め、競争上の脆弱性を露呈し、あるいは単純に小さな企業が管理する能力を持たない行政負担を生じさせる可能性がある。その結果、予測ツールが情報が最も豊富な場合、つまり通常は最も必要としない企業において最もよく機能する市場ができあがる。
この不均衡は貸し手に直接的な影響を持つ。小規模な中小企業のセグメントで事業を行う銀行やマイクロクレジット機関——よく記録された中堅企業ではなく、簡易会計を持つマイクロおよび小企業——は、モデルが文書化された精度レベルで動作するために必要な情報の一部分にしかアクセスできない。そのような場合、モデルは相対的なリスクの基準として依然として有用かもしれないが、その予測能力は利用可能なデータの質に比例して低下する。
公的信用保証プログラムにとって、課題は異なるが同様に具体的だ。これらのプログラムの多くは、信用へのアクセスを最大化するという政治的圧力の下で運営されており、実際には民間銀行が拒否するリスクプロファイルを持つ企業に融資することを意味する。シルバが文書化した精度を持つモデルは、一時的な流動性問題を抱える実行可能な企業と構造的に不可逆的な悪化を抱える企業をより良く区別するために使用でき、それにより公的支出の効率が向上する。しかし、それはプログラムを受益する企業がモデルに必要な詳細レベルで報告することを要求し、その要件はそもそもプログラムを正当化する簡素化の論理と直接衝突する。
ヨーロッパの銀行がすでに計算しているべきだったデータ
この研究は、ヨーロッパのマクロ経済的文脈がその妥当性を増幅させる時期に届いた。COVID-19パンデミックがヨーロッパの中小企業に与えた影響に関する先行研究では、収益性、売上高、運転資本の落ち込みの関数として測定された、その期間における倒産リスクの約21%の増加が文書化された。シルバのモデルが中心的な予測変数として識別するのと同じ変数である。
中小企業向け与信の重要なポートフォリオを持つ銀行にとって、これら7つの比率に基づいた監視フレームワークを採用する経済的論拠は明確だ。国際通貨基金は、中小企業の大規模な悪化が、最も暴露されている国々の銀行システムのTier 1資本比率を最大2パーセントポイント低下させる可能性があることを文書化している。それは抽象的なリスクではない。2020年以降、欧州の規制当局が増大する注目を持って追っている変数であり、中小企業に重要なポートフォリオを持つすべての銀行のリスク管理チームが継続的に定量化すべきものだ。
銀行の監視システムへのモデルの実際の採用は、大きな技術投資を必要としない。それは、債務者からの定期的な財務諸表収集における規律、7つの比率の計算における標準化、そして企業が複数の指標で同時にリスクの閾値を超えた際の明確な内部警告プロセスを必要とする。それはテクノロジーの問題というよりもプロセスの問題であり、独自の機械学習モデルに予算を持たない中規模機関にとって、実装の障壁を実質的に下げる。
このコンテキストでシルバのモデルを特に有用にするのは、精度だけでなく、その解釈可能性だ。7つの比率のモデルは監査可能である。信用アナリストは、特定の企業がなぜアラートを発動したかをリスク委員会に説明できる。「現金比率が2連続決算期に40%低下し、レバレッジが15パーセントポイント上昇し、総資産利益率がマイナスになった」というように。これは行動を生み出す診断だ。200の変数を持つブラックボックスモデルは統計的精度が高いかもしれないが、実際の信用決定が行われるレベルでより難しい会話を生み出す。
誰も組み合わせて読んでいなかったシグナル
この研究の最も永続的な貢献は、モデルそのものではない。中小企業の倒産を予測するための情報がすでに利用可能であり、銀行が定期的に受け取るバランスシートの中に存在しており、欠けていたのは十分な先読みをもってそれらを組み合わせて読むための分析的構造であったという実証だ。
これは、データが存在するが断片化されているか誤って解釈されている市場で頻繁に現れるパターンを描写している。解決策は新しい情報とともに届くのではなく、そこにすでにあったものを可視化する既存情報の再編成とともに届く。この場合、再編成は統計的に文書化され、複製可能であり、基本的なバランスシートへのアクセスを持つ金融機関であれば特別なインフラなしに採用できるほど簡潔である。
中小企業は先進経済の企業構造の大部分を占め、管理されていない信用リスクの不均衡な部分を担っている。7つの標準的な比率だけを使って、倒産の70%以上を3年の余裕を持って予測できるモデルは、学術的な好奇心ではない。それは、危機を管理するよりも前に介入することを好む貸し手、規制当局、企業オーナーにとって具体的な業務上の影響を持つツールだ。その有用性の限界は精度にあるのではない。中小企業自身が報告する意欲のあるデータの質と一貫性にあり、それはモデル単独では変えることのできないインセンティブに依存している。
