Credit risk factors in shopping center industry
Paukkonen, Henri (2017)
Diplomityö
2017
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2017120555328
https://urn.fi/URN:NBN:fi-fe2017120555328
Tiivistelmä
The purpose of this master’s thesis is to find the factors affecting shopping center tenants’ ability to pay rent. The aim is to present a comprehensive picture of the credit risks in the shopping center industry and create a tool to help shopping center management monitor the tenants.
This thesis is a quantitative research based on internal data from the case company. The data is reviewed and analyzed with logistic regression, resulting in a mathematic model. Shopping center management can monitor and evaluate the default risk of tenants by applying the model. The model is used as a tool to evaluate financial risks, as well as to recognize tenants with high risk of default before the actual default.
The crucial factors increasing the default risk according to the regression analysis are decreasing credit rating, increasing occupancy cost ratio, and decreasing sales per leased area. Additionally, default risk is affected by company type, sales category, and whether the company is an anchor. Tämän diplomityön tavoitteena on selvittää keskeiset tekijät, jotka vaikuttavat kauppakeskusvuokralaisten vuokranmaksukykyyn. Tarkoituksena on esitellä yleiskuva luottoriskeistä kauppakeskusliiketoiminnan näkökulmasta, sekä luoda työkalu kauppakeskusjohdolle vuokralaisten seurantaan.
Työ on kvantitatiivinen tutkimus, joka perustuu case-yrityksen sisäiseen aineistoon. Aineisto käydään läpi ja sille tehdään logistinen regressioanalyysi, jonka tuloksena syntyy matemaattinen malli. Mallia soveltamalla case-yrityksen kauppakeskusjohto voi seurata ja arvioida vuokralaisten maksuhäiriöriskiä. Mallin toimii kauppakeskusjohdon apuvälineenä taloudellisten riskien arvioinnissa, sekä auttaa tunnistamaan suuren luottoriskin vuokralaiset ennen maksuhäiriöitä.
Keskeisimpinä maksuhäiriöriskiä kasvattavina tekijöinä voidaan regressioanalyysin perusteella nähdä vuokralaisen laskeva luottoluokitus, kasvava vuokran suhde liikevaihtoon sekä laskeva liikevaihdon suhde vuokrattuun liikepinta-alaan. Lisäksi maksuhäiriöriskiin vaikuttaa yritysmuoto, myyntikategoria sekä se, onko kyseessä ankkurivuokralainen.
This thesis is a quantitative research based on internal data from the case company. The data is reviewed and analyzed with logistic regression, resulting in a mathematic model. Shopping center management can monitor and evaluate the default risk of tenants by applying the model. The model is used as a tool to evaluate financial risks, as well as to recognize tenants with high risk of default before the actual default.
The crucial factors increasing the default risk according to the regression analysis are decreasing credit rating, increasing occupancy cost ratio, and decreasing sales per leased area. Additionally, default risk is affected by company type, sales category, and whether the company is an anchor.
Työ on kvantitatiivinen tutkimus, joka perustuu case-yrityksen sisäiseen aineistoon. Aineisto käydään läpi ja sille tehdään logistinen regressioanalyysi, jonka tuloksena syntyy matemaattinen malli. Mallia soveltamalla case-yrityksen kauppakeskusjohto voi seurata ja arvioida vuokralaisten maksuhäiriöriskiä. Mallin toimii kauppakeskusjohdon apuvälineenä taloudellisten riskien arvioinnissa, sekä auttaa tunnistamaan suuren luottoriskin vuokralaiset ennen maksuhäiriöitä.
Keskeisimpinä maksuhäiriöriskiä kasvattavina tekijöinä voidaan regressioanalyysin perusteella nähdä vuokralaisen laskeva luottoluokitus, kasvava vuokran suhde liikevaihtoon sekä laskeva liikevaihdon suhde vuokrattuun liikepinta-alaan. Lisäksi maksuhäiriöriskiin vaikuttaa yritysmuoto, myyntikategoria sekä se, onko kyseessä ankkurivuokralainen.