Konkurssin ennustaminen tilinpäätöstiedoista laskettujen tunnuslukujen avulla

Loading...
Thumbnail Image

Files

URL

Journal Title

Journal ISSN

Volume Title

School of Business | Bachelor's thesis
Electronic archive copy is available locally at the Harald Herlin Learning Centre. The staff of Aalto University has access to the electronic bachelor's theses by logging into Aaltodoc with their personal Aalto user ID. Read more about the availability of the bachelor's theses.

Date

Major/Subject

Mcode

Degree programme

Language

fi

Pages

29 + 7

Series

Abstract

Tämän tutkielman tarkoituksena on selvittää, voiko tilinpäätöksesta laskettujen tunnulukujen avulla ennustaa konkurssia pienissä suomalaisissa osakeyhtiöissä. Tutkimus sisältää kirjallisuuskatsauksen sekä empiirisen osion. Kirjallisuuskatsauksen tavoitteena on selvittää, miten konkurssiennustamista on toteutettu käytännössä aiemmin ja miten se on kehittynyt tähän päivään saakka. Empiirisessä osiossa analysoidaan kahdeksaa erilaista taloudellista tunnuslukua 782 suomalaisessa pienessä osakeyhtiössä. Tunnusluvut on valittu aiemman kirjallisuuden sekä oman harkinnan perusteella. Tunnuslukuja analysoidaan logistisen regressioanalyysin avulla. Tarkoituksena on selvittää miten eri tunnusluvut suoriutuvat suomalaisessa aineistossa. Kirjallisuuskatsauksessa havaittiin, että konkurssiennustaminen on kehittynyt yksittäisten muuttujien analysoinnista monimuuttujamalleihin ja siitä edelleen kohti nykyaikaisia koneoppimismenetelmiä. Lisäksi ilmeni, että aiemmat tutkimukset eroavat toisistaan huomattavasti käytettyjen menetelmien, otoskokojen ja valittujen tunnuslukujen osalta. Empiirisessä osiossa todettiin, että konkurssiennustaminen suomalsisissa pienissä osakeyhtiöissä on teoriassa mahdollista pelkkien tunnuslukujen avulla. Lisäksi havaittiin, että parhaiten ennustava yksittäinen tunnusluku oli Rahavarat / Lyhytaikaiset velat. Tämä tunnusluku on esiintynyt aiemmassa tutkimuskirjallisuudessa selvästi harvemmin kuin muut tarkastellut tunnusluvut, mutta siitä huolimatta se suoritui hyvin suomalaisessa aineistossa.

Description

Thesis advisor

Keloharju, Roope

Other note

Citation