Rakennusalan konkurssien ennustaminen makrotaloudellisten muuttujien avulla

annif.suggestionskonkurssi|tilinpäätös|ennusteet|rakennusala|yritykset|regressioanalyysi|makrotaloustiede|toimialat|tunnusluvut|makrotalous|fifi
annif.suggestions.linkshttp://www.yso.fi/onto/yso/p6830|http://www.yso.fi/onto/yso/p2820|http://www.yso.fi/onto/yso/p3297|http://www.yso.fi/onto/yso/p18932|http://www.yso.fi/onto/yso/p3128|http://www.yso.fi/onto/yso/p2130|http://www.yso.fi/onto/yso/p7634|http://www.yso.fi/onto/yso/p1427|http://www.yso.fi/onto/yso/p7186|http://www.yso.fi/onto/yso/p26330fi
dc.contributor.authorPuodinketo, Antti
dc.contributor.facultyfi=Laskentatoimen ja rahoituksen yksikkö|en=School of Accounting and Finance|-
dc.contributor.organizationfi=Vaasan yliopisto|en=University of Vaasa|
dc.date.accessioned2024-12-11T12:43:53Z
dc.date.accessioned2025-06-25T17:43:11Z
dc.date.available2024-12-11T12:43:53Z
dc.date.issued2024-11-19
dc.description.abstractKonkurssien ennustaminen on ollut jo pitkään suosittu tutkimusaihe, ja parempia ennustamismalleja pyritäänkin kehittämään jatkuvasti. Kuitenkaan yksiselitteisesti ylivertaista mallia ei ole pystytty kehittämään. Mikäli konkurssin uhka voitaisiin havaita ajoissa, voitaisiin konkurssiin ajautuminen mahdollisesti välttää. Suomessa tehdään tällä hetkellä eniten konkursseja yli 20 vuoteen. Rakennusala on ollut jo pitkään yksi konkurssiherkimmistä toimialoista Suomessa. Vuonna 2024 syyskuun loppuun mennessä rakennusalalla on tehty kaikista toimialoista eniten konkursseja. Rakennusala on erityisen suhdanneherkkä ja siihen on viimeisten vuosien aikana vaikuttanut negatiivisesti muun muassa koronapandemia sekä Ukrainan sota. Useimmat konkurssin ennustamismalleista ovat luotu kaikille toimialoille, jolloin tietyn toimialan erityispiirteet jäävät usein huomioimatta. Tämän tutkielman tavoitteena oli selvittää rakennusalan konkurssien ennustamista 2020-luvun Suomessa käyttämällä tilinpäätöslukuja sekä makrotaloudellisia muuttujia. Tutkielma toteutettiin kvantitatiivisena tutkimuksena. Tutkielman aineistona käytettiin aikaisempien tutkimuksien perusteella valittuja makrotaloudellisia muuttujia sekä suomalaisten rakennusalan yhtiöiden tilinpäätöslukuja vuosilta 2020–2024. Konkurssien ennustamista tutkittiin kolmelta vuodelta ennen konkurssihetkeä. Tutkielmassa verrattiin rakennusalalle suunnitellun mallin sekä kaikille toimialoille suunnitellun mallin ennustamiskykyä. Lisäksi verratuista malleista paremmaksi havaittuun yhdistettiin makrotaloudellisia muuttujia. Lopuksi yhdistetyn mallin ennustamiskykyä verrattiin alkuperäiseen malliin. Tutkielman tuloksien perusteella pystyttiin toteamaan, että makrotaloudellisten muuttujien avulla voidaan ennustaa konkursseja. Lisäksi makrotaloudellisten muuttujien huomioiminen perinteisessä konkurssin ennustamismallissa parantaa sen ennustamiskykyä. Ennustamiskyvyn parantuminen oli kuitenkin niin vähäistä, ettei sitä voitu pitää tilastollisesti merkittävänä. Verrattaessa rakennusalalle suunniteltua ja suunnittelematonta ennustamismallia havaittiin, että rakennusalalle suunniteltu ennustamismalli ei ole parempi ennustamaan konkursseja, kun aineistona ovat suomalaiset rakennusalan yritykset 2020-luvulla.-
dc.format.bitstreamtrue
dc.format.extent77-
dc.identifier.olddbid21862
dc.identifier.oldhandle10024/18435
dc.identifier.urihttps://osuva.uwasa.fi/handle/11111/11890
dc.identifier.urnURN:NBN:fi-fe2024111995224-
dc.language.isofin-
dc.rightsCC BY 4.0-
dc.source.identifierhttps://osuva.uwasa.fi/handle/10024/18435
dc.subject.degreeprogrammefi=Laskentatoimen ja tilintarkastuksen maisteriohjelma|en=Master's Programme in Accounting and Auditing|-
dc.subject.disciplinefi=Laskentatoimi ja rahoitus|en=Accounting and Finance|-
dc.subject.ysorakennusala-
dc.subject.ysokonkurssi-
dc.subject.ysoennusteet-
dc.subject.ysomakrotalous-
dc.titleRakennusalan konkurssien ennustaminen makrotaloudellisten muuttujien avulla-
dc.type.ontasotfi=Pro gradu -tutkielma|en=Master's thesis|sv=Pro gradu -avhandling|-

Tiedostot

Näytetään 1 - 1 / 1
Ladataan...
Name:
Uwasa_2024_Puodinketo_Antti.pdf
Size:
1.39 MB
Format:
Adobe Portable Document Format