Yrityksen maksuhäiriön ennustaminen-tilinpäätöksen tunnusluvut ja logistinen regressioanalyysi ennustamisen välineinä
Laitinen, Sofia (2006)
Kuvaus
Opinnäytetyö kokotekstinä PDF-muodossa.
Tiivistelmä
Tutkielman ongelmana oli selvittää, voidaanko yrityksen tilinpäätöstiedoilla ja niistä lasketuilla tunnusluvuilla ennustaa tulevia maksuhäiriöitä. Tutkielmassa tutkittiin tilastollisen mallin kykyä luokitella häiriöttömät ja maksuhäiriölliset yritykset oikeisiin luokkiin.
Tutkielman tilastollisena menetelmänä käytettiin logistista regressioanalyysia. Aineistona tutkielmassa käytettiin Suomen Asiakastieto Oy:lta Vaasan yliopiston kautta saatua maksuhäiriöaineistoa. Lopullinen otos käsitti 100 maksuhäiriöyritystä ja 100 häiriötöntä yritystä. Yritysten tilinpäätöstiedot olivat vuosilta 1999-2000 ja häiriöllisten yritysten maksuhäiriöt vuodelta 2001.
Tutkielmassa muodostettiin kaksi logitmallia, joissa molemmissa ainoaksi tilastollisesti merkittäväksi tunnusluvuksi jäi omavaraisuusaste. Malli, jonka muodostamisessa käytettiin yritysten tietoja vuotta ennen häiriötä, pystyi luokittelemaan yritykset oikein keskimäärin 70 prosentin tarkkuudella. Luokittelukyky heikkeni noin 60 prosenttiin, kun aineisto käsitti yritysten tiedot kahta vuotta ennen mahdollista häiriömerkintää. Tulokset vahvistivat käsitystä siitä, että tilinpäätöstiedoilla ja tunnusluvuilla on mahdollista ennustaa tulevia maksuhäiriöitä, ja että luokittelutarkkuus on suurimmillaan vuotta ennen häiriön ilmenemistä.
Tutkielman tilastollisena menetelmänä käytettiin logistista regressioanalyysia. Aineistona tutkielmassa käytettiin Suomen Asiakastieto Oy:lta Vaasan yliopiston kautta saatua maksuhäiriöaineistoa. Lopullinen otos käsitti 100 maksuhäiriöyritystä ja 100 häiriötöntä yritystä. Yritysten tilinpäätöstiedot olivat vuosilta 1999-2000 ja häiriöllisten yritysten maksuhäiriöt vuodelta 2001.
Tutkielmassa muodostettiin kaksi logitmallia, joissa molemmissa ainoaksi tilastollisesti merkittäväksi tunnusluvuksi jäi omavaraisuusaste. Malli, jonka muodostamisessa käytettiin yritysten tietoja vuotta ennen häiriötä, pystyi luokittelemaan yritykset oikein keskimäärin 70 prosentin tarkkuudella. Luokittelukyky heikkeni noin 60 prosenttiin, kun aineisto käsitti yritysten tiedot kahta vuotta ennen mahdollista häiriömerkintää. Tulokset vahvistivat käsitystä siitä, että tilinpäätöstiedoilla ja tunnusluvuilla on mahdollista ennustaa tulevia maksuhäiriöitä, ja että luokittelutarkkuus on suurimmillaan vuotta ennen häiriön ilmenemistä.