Yrityksen maksuhäiriöitä ennustavan datapohjaisen työkalun kehitys

Abstract

Tässä työssä käsitellään yritysten maksuhäiriötekijöitä ja tutkitaan yritys X:n riskinmallinnuksen työkalun kehitysmahdollisuuksia. Yritys X:n työkalu on riskimalli, joka on kehitetty logistisella regressiolla. Riskimallin muuttujia verrataan kirjallisuudessa esiintyviin maksuhäiriötekijöihin, ja mallin kehitysmahdollisuuksia tutkitaan lisättävien muuttujien kautta. Laadullinen tutkimus kysynnästä ja mielenkiinnosta riskimallin räätälöintiin toteutetaan puolistrukturoidun haastattelun kautta.

Tämän tutkimuksen mukaan kirjallisuuden yleisimmät maksuhäiriötekijät perustuvat pitkälti taloudelliseen ja määrälliseen tietoon. Yrityksen maksuhäiriöihin vaikuttavat muun muassa yrityksen kannattavuus, likviditeetti, pääomarakenne, toimiala, yrityksen koko ja ikä. Nämä tekijät ovat kiitettävästi mukana yritys X:n riskimallissa, mutta kehityksen kohteeksi jää esimerkiksi maksukäyttäytyminen ja maksuhäiriöhistoria.

Logistista regressiota tutkitaan menetelmänä maksuhäiriön ennustamisessa, ja samalla kartoitetaan yritys X:n riskimallin päivittämismahdollisuuksia uuden muuttujan lisäämisen suhteen. Kirjallisuus yritysriskimallien päivittämisestä on vähäistä, mutta lääketiede tarjoaa vaihtoehtoisia ratkaisuja. Päivittämismenetelmät riippuvat lisättävän datan rakenteesta. Lähtökohtaisesti mallin päivittämiseen suositellaan mallin uudelleenestimointia, mutta uuden datajoukon ollessa pieni, hillityt päivittämismenetelmät vähentävät mallin ylisovittamista. Yritys X:n riskimallin päivittäminen voi olla mahdollinen esimerkiksi mallin kalibroinnin, valikoivan uudelleenestimoinnin ja laajentamisen kautta.

Haastattelusta paljastuu kysyntää ja mielenkiintoa yritys X:n riskimallin kehittämiseen. Kaksi yritys X:n työntekijää kertovat asiakkaiden olevan kiinnostuneita esimerkiksi maksuviiveen ja maksuhäiriöhistorian muuttujista, ja he ehdottavat malliin enemmän reaaliaikaisuutta.

In this Bachelor thesis, corporate default factors are studied, and the development possibilities of case company X’s risk modeling tool are investigated. The company X tool in question is a risk model that is built on a logistic regression. The variables of the risk model are compared to company default factors found in current literature. Development possibilities of the risk model are studied by investigating methods of adding new variables. Qualitative research on possible demand of the developed company X risk model is conducted through a semi-structured interview.

According to current literature, corporate default factors are largely based on financial and quantitative information. Examples of corporate default factors are profitability, liquidity, capital structure, industry, company size and age. These factors compare very well to the company X risk model’s factors. Factors missing in the company X model include payment behavior and default history, and these factors remain as potential development.

Logistic regression is studied as a statistical method to predict corporate defaults. The possibility of updating the company X risk model with a new variable is investigated. The literature on updating corporate credit risk models is limited but medicine offers alternative solutions. Update methods depend on the structure of the data to be added. Re-estimation of the model is generally recommended, but when the new data is small, parsimonious methods prevent overfitting in the model. It may be possible to update the company X’s risk model for example through calibration, selective re-estimation and extension of the model.

The interviews conducted reveal interest and customer demand for the developed risk model. Two employees from company X report that customers would be interested in variables such as payment behavior and default history. There is also a suggestion of more real-time risk modeling.