Konkurssin ennustaminen toimialasuhteutetuilla tilinpäätöksen tunnusluvuilla

Abstract

Tutkielman tavoitteena on selvittää, kuinka hyvin yrityksen tilinpäätöksestä johdetuilla tunnusluvuilla voidaan ennustaa yrityksen lähestyvää konkurssia ja toisaalta mitkä ennustusmallien luomiseen käytetyistä tunnusluvuista toimivat parhaiten konkurssin ennustajina. Toinen keskeinen tavoite on selvittää, voidaanko tunnuslukujen toimialakohtaiset vaihtelut huomioimalla parantaa yksittäisten tunnuslukujen ja koko mallien ennustuskykyä. Tutkimusaineisto koostuu 1 264 suomalaisen osakeyhtiön tilinpäätöstiedoista. Ennustusmallit luodaan logistista regressiota käyttäen kolmen vuoden aikahorisontille ennen konkurssien realisoitumista. Tunnuslukujen toimialakohtaiset erot huomioidaan suhteuttamalla kunkin aineistoyrityksen tunnusluvut kyseisen yrityksen toimialan mediaaniin, minkä jälkeen perinteisistä tunnusluvuista ja toimialasuhteutetuista tunnusluvuista luotuja malleja verrataan toisiinsa. Tulokset osoittavat, että käytetyt tunnusluvut kykenevät ennustamaan lähestyvää konkurssia suhteellisen hyvin jo kolme vuotta ennen sen realisoitumista. Joidenkin tunnuslukujen, kuten omavaraisuusasteen ja quick ration, keskimääräinen ennustuskyky on parempi kuin muilla tutkituilla tunnusluvuilla. Tunnuslukujen toimialasuhteutuksella ei kuitenkaan havaittu olevan ennustuskykyä parantavaa vaikutusta.

The aim of the thesis is to examine the predictive power of the financial ratios on corporate bankruptcy, and in addition, to detect the ratios that are the best for prediction purpose. The second main object of the thesis is to examine whether the predictive power can be improved by taking account of the industry-specific variation in financial ratios. The data consists of the financial statements of 1 264 Finnish limited liability companies. Based on the logistic regression approach, the prediction models are applied for the time horizon up to three years preceding the bankruptcy. The industry-specific variability in the financial ratios is controlled by scaling the ratios by their cross-sectional industry medians. The predictive power of the model(s) based on the industry-adjusted ratios is then compared with that of the model(s) based on the non-adjusted ratios. In general, many of the financial ratios are capable for predicting bankruptcies relatively well as early as three years before a bankruptcy comes into effect. However, the average predictive power is better for some ratios, such as equity ratio and quick ratio, than it is for some others. The industry-adjustment does not enhance the predictive power of any of the models being employed.