A VK INDEX, mint a vállalati versenyképesség kettős forrású kompozit mutatója – módszertani megalapozás és validálás a magyar pékiparban = The VKINDEX as a dual-source composite indicator of firm competitiveness - methodological foundations and validation in the Hungarian bakery industry

Kosztyi, Dávid and Fodor, Zita Júlia (2026) A VK INDEX, mint a vállalati versenyképesség kettős forrású kompozit mutatója – módszertani megalapozás és validálás a magyar pékiparban = The VKINDEX as a dual-source composite indicator of firm competitiveness - methodological foundations and validation in the Hungarian bakery industry. MAGYAR MINŐSÉG, 35 (3). pp. 19-32. ISSN 1416-9576

Preview

Text 19_32_AVKINDEX.pdf - Published Version Download (752kB) | Preview

Abstract

A vállalati versenyképesség empirikus mérése tartós módszertani dilemmával küzd. Az egyszeres számviteli hozammutatók – így az eszközarányos megtérülés (ROA) vagy a tőkearányos megtérülés (ROE) – kizárólag a pillanatnyi jövedelmezőség szeletét ragadják meg, és nem tükrözik sem az árbevétel-dinamika, sem a piaci értékelés időbeli változásának dimenzióját. A szubjektív önértékelési adatokra támaszkodó alternatív megközelítések ugyanakkor közös módszer-torzításnak (Common Method Bias, CMB) vannak kitéve, amely a mért összefüggéseket szisztematikusan felfelé torzítja (Podsakoff et al. 2003). E kettős módszertani korlát következtében az irodalomban mindmáig kevés olyan kompozit versenyképességi mutató áll rendelkezésre, amely egyszerre épül kizárólag objektív, külső adatforrásra, integrálja a teljesítmény több dimenzióját, és transzparens, reprodukálható módszertanra alapoz.Jelen tanulmány egy ilyen mutató – a VKINDEX – módszertani megalapozását és empirikus validálását mutatja be. A VKINDEX elméleti alapját Chikán (2003, 2006, 2008) kettős értékteremtési kerete adja: a versenyképes vállalat egyszerre teremt fogyasztói értéket – amelyet a piaci elfogadottság, azaz az árbevétel tartós növekedése fejez ki – és tulajdonosi értéket, amelyet a vállalat gazdasági értékének időbeli változása tükröz. A mutató e két dimenziót a piaci elfogadottságot mérő blokk-CAGR (összetett éves árbevétel-növekedési ráta, két egymást követő ötéves blokkban összegzett árbevételből számítva) és a tőketulajdonosi értékteremtés változását kifejező ΔQ (a Chung–Pruitt (1994) Q-képlet két referencia-időpontra számított értékének különbsége, ahol a nem tőzsdei vállalatok saját tőkéjének piaci értéke Damodaran (2002) FCFE-alapú DCF-módszertanával kerül becslésre) egyenlő súlyozású, z-score standardizált és P1–P99 percentilis winsorizáláson alapuló aggregálásával integrálja. Az egyenlő súlyozás fogalmilag a kettős értékteremtés két dimenziójának elvi egyenrangúságán nyugszik; az aggregálás az OECD kompozit indikátor-módszertan (Nardo et al. 2008) elveit követi, amely az összetevők elméleti megalapozottságát, a mutató robusztusságát és visszabonthatóságát egyaránt megköveteli.A validálás négy egymástól független módszertani pillérre épül, a magyar pékipar (TEÁOR 10.71) N = 482 vállalkozásának nyilvánosan elérhető, 2014–2024-es éves pénzügyi adatain. Az első pillér a belső validálás: annak vizsgálata, hogy a két komponens statisztikailag valóban elkülönülő, ugyanakkor fogalmilag összetartozó jelenségeket mér-e, és hogy az adatszerkezet szimmetriája összhangban van-e az egyenlő súlyozással. A második pillér a robusztusság- és érzékenységvizsgálat: annak tesztelése, hogy a vállalatok rangsorrendje érdemben változik-e alternatív winsorizálási határok és súlyozási sémák alkalmazása esetén – azaz a kompozit mutató az aggregálási döntések ésszerű variációival szemben stabil-e. A harmadik pillér a konvergens érvényességvizsgálat: annak ellenőrzése, hogy a VKINDEX mérsékelt, de szignifikáns összefüggést mutat-e az irodalomban elfogadott pénzügyi teljesítménymutatókkal (ROA, ROE, árbevétel-növekedés, Tobin Q), igazolva, hogy önálló információtartalommal bír, miközben összhangban marad a referenciamutatókkal. A negyedik pillér a known-groups validálás: külső kritérium bevonásával – a vállalatok 2024-es saját tőke-értékével – annak vizsgálata, hogy a VKINDEX képes-e elméletileg várt csoportkülönbségeket előre jelezni, vagyis hogy a magasabb versenyképességi kvartilisek tartósan magasabb tőkefelhalmozással járnak-e együtt.A négypillérű validálás együttesen igazolja, hogy a VKINDEX módszertanilag megalapozott, CMB-mentes és prediktív érvényességgel bíró versenyképességi mérőeszköz, amely a kettős értékteremtési logikát objektív, külső pénzügyi adatokból állítja elő. Visszabontható struktúrája diagnosztikai alkalmazhatóságot is biztosít: azonosítható, hogy egy adott vállalat a kettős értékteremtés melyik dimenziójában marad el a szektoriális referenciaértéktől, ami a mutatót vállalati öndiagnosztikai és minőségirányítási döntéstámogatási eszközzé is teheti. A tanulmány emellett explicit módon rögzíti az érvényességi korlátokat: a ΔQ becslési bizonytalansága nem tőzsdei vállalatoknál szükségszerű; a blokk-CAGR blokkos aggregálása érzéketlen a blokkon belüli időbeli mintázatokra; az alkalmazhatóság előfeltétele legalább tízéves pénzügyi adatpanel és kellően homogén iparági kontextus. A módszertani keret ugyanakkor – megfelelő paraméterhangolással – más élelmiszeripari és feldolgozóipari szektorokra is alkalmazható és kiindulópontul szolgálhat longitudinális versenyképességi elemzésekhez, iparági benchmarking-alkalmazásokhoz, valamint szakpolitikai teljesítménymonitoring-eszközök fejlesztéséhez. | The empirical measurement of firm competitiveness faces a persistent methodological dilemma. Singledimensional accounting-based profitability ratios – such as return on assets (ROA) or return on equity (ROE) – capture only a momentary slice of profitability and fail to reflect either revenue dynamics or the temporal dimension of changes in market valuation. Alternative approaches that rely on self-reported data, in turn, are susceptible to Common Method Bias (CMB), which systematically inflates the associations between explanatory and outcome variables (Podsakoff et al., 2003). Because of this dual methodological limitation, the literature offers few composite competitiveness indicators that simultaneously draw exclusively on objective external data sources, integrate multiple performance dimensions, and rest on a transparent, reproducible methodological framework. This paper presents the methodological foundations and empirical validation of one such indicator – the VKINDEX. Its theoretical grounding lies in Chikán's (2003, 2006, 2008) dual value creation framework: a competitive firm simultaneously creates value for customers – expressed as sustained revenue growth and thus market acceptance – and for shareholders – expressed as the change in the firm's economic value over time. The indicator integrates these two dimensions through the equal-weighted, z-score standardised, and P1–P99 winsorisation-based aggregation of the block-CAGR (a compound annual revenue growth rate calculated from the aggregated revenues of two consecutive five-year blocks, measuring market acceptance) and ΔQ (the difference between the Chung–Pruitt (1994) Q ratio computed at two reference dates, where the market value of equity for non-listed firms is estimated via Damodaran's (2002) FCFE-based DCF methodology). Equal weighting is grounded conceptually in the principle that the two dimensions of dual value creation are of equivalent importance; the aggregation follows the principles of the OECD Handbook on Constructing Composite Indicators (Nardo et al., 2008), which requires theoretical coherence between the conceptual framework and its components, robustness of the composite to changes in aggregation decisions, and decomposability of the final score into its constituent contributions. Validation follows a four-pillar framework applied to publicly available annual financial statements of N = 482 firms in the Hungarian bakery industry (TEÁOR 10.71), covering the period 2014–2024. The first pillar – internal validation – examines whether the two components measure statistically distinct yet conceptually related phenomena, and whether the symmetry of the data structure is consistent with the equal weighting applied. The second pillar – robustness and sensitivity analysis – tests whether the firm ranking changes substantively under alternative winsorisation thresholds and weighting schemes, establishing whether the composite is stable against reasonable variations in aggregation decisions. The third pillar – convergent validity – assesses whether the VKINDEX shows moderate yet significant associations with established financial performance benchmarks (ROA, ROE, revenue growth, Tobin Q), confirming that it carries independent information content while remaining consistent with reference metrics accepted in the performance measurement literature. The fourth pillar – known-groups validation – introduces an external criterion, namely firms' 2024 equity values, to examine whether the VKINDEX can predict theoretically expected group differences, that is, whether higher competitiveness quartiles are systematically associated with higher capital accumulation. The four validation pillars jointly confirm that the VKINDEX is a methodologically grounded, CMB-free, and predictively valid competitiveness measurement tool that operationalises the dual value creation logic from objective, external financial data. Its decomposable structure further enables diagnostic application: it allows identification of which dimension of dual value creation a given firm lags the sectoral reference value, making the indicator applicable as a tool for corporate self-diagnosis and quality management decision support. The paper also explicitly delineates the boundaries of validity: estimation uncertainty in ΔQ is an unavoidable constraint for non-listed firms; the block-CAGR's blocklevel aggregation is insensitive to within-block temporal patterns; and applicability requires at least a ten-year financial data panel and a sufficiently homogeneous industry context. Subject to appropriate parameter recalibration, however, the methodological framework is transferable to other food industry and manufacturing sectors and may serve as a foundation for longitudinal competitiveness trajectory analyses, intra-industry benchmarking applications, and the development of evidence-based policy performance monitoring tools.

Actions (login required)

Edit Item