Lineaarinen regressio tunnuslukuanalyysin tukena: liikevoittoprosentin ennustaminen tilinpäätöstiedoista lineaarisella monen muuttujan mallilla

Abstract

Tämän tutkielman tavoitteena oli tutkia teollisuusyritysten seuraavan vuoden liikevoittoprosentin ennustamista viiden muuttujan lineaarisella regressiomallilla. Muuttujina käytettiin edellisvuosien tilinpäätöksistä laskettuja tunnuslukuja. Tutkimus perustuu aikaisempaan tutkimukseen konkurssin ennustamisesta. Ennustusmallit ovat yksinkertainen ja nopea menetelmä arvioida yrityksen taloudellista tilannetta. Aikaisemmassa tutkimuksessa on ennustettu konkurssia suurimmaksi osaksi yhden muuttujan mallin, monen muuttujan mallin, logit-analyysin ja eloonjäämisanalyysin avulla.

Rahoituslaitokset olivat ensimmäisenä hyödyntämässä tilinpäätöstietoja yritysten tuloskunnon arvioinnissa Yhdysvalloissa 1800-luvulla. Tämän jälkeen tunnuslukujen hyödyntäminen tieteellisessä tutkimuksessa on lisääntynyt 1900-luvun alussa ja ensimmäiset konkurssin ennustusmallit kehitettiin 1960-luvun puolivälissä. Konkurssin ennustemallien käytännöllisyyttä on kuitenkin kyseenalaistettu luokitteluvirheiden ja subjektiivisuuden perusteella.

Aikaisempien tutkimusten keskittyessä konkurssin ennustamiseen ennustemallien lisäpotentiaali, kuten liikevoiton ennustaminen, on jäänyt vähemmälle huomiolle. Tässä tutkielmassa hyödynnettiin aikaisemmin laadittuja ennustusmalleja, mutta fokuksena oli liikevoittoprosentin ennustaminen. Liikevoittoprosentti ei huomioi yrityksen rahoitusrakennetta ja toimintaympäristöä kuvaavia tuloslaskelman eriä, joten kyseinen tunnusluku kertoo yrityksen investointipotentiaalista. Ennustetta voidaan hyödyntää esimerkiksi sijoituspäätöksissä.

Tutkielman aineisto koostui viiden teollisuusyrityksen tilinpäätöksistä vuosilta 2010-2016. Tilinpäätöstiedoista laskettiin liikevoittoprosentin lisäksi seitsemän tunnuslukua. Ennustemalli laadittiin pienimmän neliösumman menetelmällä. Tunnusluvuista saatiin 21 eri viiden muuttujan yhdistelmää. Lopullinen ennustusmalli valittiin regressioanalyysin perusteella, jossa painotettiin satunnaisvirhettä ja selitysastetta.

Lopullista ennustemallia analysoitiin jäännöskuvioiden ja kvantiilikuvion avulla. Tämän lisäksi tutkittiin selittävien tunnuslukujen ja liikevoittoprosentin välistä kausaalista suhdetta. Ennustusmallia analysoitiin myös laskentatoimen näkökulmasta arvioimalla tunnuslukujen käyttäytymistä funktiossa ja ennustemallin käytännöllisyyttä. Tutkimuksessa ilmeni, että seuraavan vuoden liikevoittoprosentti on ennustettavissa 2,3 % virhetermillä. Tutkielman otanta on kuitenkin pieni, joten tulokset antoivat vain perustan arvioida jatkotutkimuksen tarve.