Makrotaloudelliset muuttujat osana rakennusalan konkurssien ennustamista

Abstract

Konkurssien ennustamista on tutkittu jo useiden vuosikymmenten ajan, ja aiheeseen on kehi tetty monenlaisia menetelmiä aina klassisista tilinpäätöstunnuslukuihin perustuvista malleista nykyaikaisiin koneoppimistekniikoihin. Rakennusala on erityisen kiinnostava tutkimuskohde sen suhdanneherkkyyden, projektien pitkäkestoisuuden ja rahoitusriippuvuuden vuoksi. Tämän tut kielman tavoitteena on selvittää, voidaanko suomalaisten rakennusalan pk-yritysten konkurs seja ennustaa taloudellisten tunnuslukujen ja makrotaloudellisten muuttujien avulla. Erityistä huomiota kiinnitetään siihen, mitkä muuttujat osoittautuvat merkityksellisiksi ennustetarkkuu den kannalta ja miten ne vertautuvat aiempien kansainvälisten tutkimusten havaintoihin. Tutkielman teoriaosassa tarkastellaan aikaisempia konkurssien ennustamiseen liittyviä tutki muksia ja niiden keskeisiä löydöksiä. Näiden pohjalta muodostetaan hypoteesit, joita testataan empiriaosassa logistisen regressioanalyysin avulla. Aineistona käytetään suomalaisia rakennus alan yrityksiä kolmen vuoden ajalta ennen konkurssia, ja analyysiä täydennetään korre laatiomatriiseilla sekä muuttujien karsinnalla multikollineaarisuuden vähentämiseksi. muuttu jasta, joiden oletetaan parantavan tunnuslukuihin perustuvan mallin ennustetarkkuutta. Tulosten perusteella kannattavuus- ja maksuvalmiusmittarit, kuten EBITDA margin, ROA ja li quidity ratio, osoittautuivat merkittäviksi konkurssiriskin ennustajiksi. Velkaantuneisuus ei sen sijaan ollut yhtä vahva tekijä kuin monissa aiemmissa tutkimuksissa, mikä voi kertoa suomalai sen rakennusalan erityispiirteistä ja pankkikeskeisestä rahoitusjärjestelmästä. Makrotaloudellis ten muuttujien lisääminen paransi mallien tarkkuutta, mutta niiden vaikutus vaihteli tarkastelu vuoden mukaan. Tutkimuksen johtopäätöksenä voidaan todeta, että suomalaisen rakennusalan konkurssiriskin ennustaminen perustuu samoihin perusmekanismeihin kuin kansainvälisissä tutkimuksissa, mutta toimintaympäristön erityispiirteet vaikuttavat yksittäisten muuttujien painoarvoon. Tu lokset tarjoavat hyödyllistä tietoa niin tutkijoille kuin käytännön toimijoille, ja jatkotutkimuk sessa olisi perusteltua tarkastella toimialakohtaisia eroja, pk-yritysten erityispiirteitä sekä kone oppimismenetelmien mahdollisuuksia ennustetarkkuuden parantamisessa.