Konkurssin ennustamismallin laatiminen tilastollisin menetelmin: Lineaarinen erotteluanalyysi, logistinen regressio ja yleistetty lineaarinen sekamalli
Laakso, Olli (2016-12-22)
Konkurssin ennustamismallin laatiminen tilastollisin menetelmin: Lineaarinen erotteluanalyysi, logistinen regressio ja yleistetty lineaarinen sekamalli
Laakso, Olli
(22.12.2016)
Tätä artikkelia/julkaisua ei ole tallennettu UTUPubiin. Julkaisun tiedoissa voi kuitenkin olla linkki toisaalle tallennettuun artikkeliin / julkaisuun.
Turun yliopisto. Turun kauppakorkeakoulu
Kuvaus
siirretty Doriasta
Tiivistelmä
Yritysten ajautumista konkurssiin on ennustettu tilinpäätösinformaation perusteella tilastotieteellisin menetelmin jo 1960-luvun lopulta lähtien. Aihepiirin julkaisuja tutkivien meta-analyysien tulosten perusteella käytetyimmät tilastolliset menetelmät konkurssin ennustamisessa ovat olleet lineaarinen erotteluanalyysi (linear discriminant analysis) ja logistinen regressio (logistic regression). Yleistettyä lineaarista sekamallia (generalized linear mixed model eli GLMM) puolestaan ei ole käytetty konkurssin ennustamisessa aikaisemmin sen tilastotieteellisesti edistyneitä ominaisuuksia täysin hyödyntäen, jotka mahdollistavat esimerkiksi eri toimialojen tilinpäätösinformaation heterogeenisyyden mallintamisen.
Konkurssin ennustamistutkimusten empiirisellä aineistolla on aikaisempien tutkimusten tulosten perusteella merkittävä vaikutus ennustamismallin laadintaan, sillä aineiston rajaus määrittää lähtökohtaisesti sen yrityspopulaation, missä laadittu ennustamismalli toimii odotettavasti vastaavalla tarkkuudella kuin tutkimustuloksissa. Tutkielmassa aineisto rajattiin kokonsa puolesta tilintarkastusvelvollisuuden rajat ylittäviin yrityksiin. Tarvittavat tiedot saatiin 143 suomalaisen konkurssiyrityksen ja 143 toimivan yrityksen tilinpäätöksistä. Konkurssit sijoittuivat aikavälille 21.6.2011 - 16.12.2014.
Tutkielman tavoitteena oli laatia mahdollisimman hyvin konkursseja ennustava matemaattinen malli yritysten taloudellisten tunnuslukujen perusteella. Ennustamismallin laadintaprosessissa käytettiin lineaarista erotteluanalyysia, logistista regressiota sekä yleistettyä lineaarista sekamallia ja vaihtelevia yhdistelmiä yritysten tilinpäätöksistä johdettuja tunnuslukuja. Aineisto jaettiin kahteen ryhmään, joista toisen ryhmän tilinpäätösten perusteella laadittiin ennustamismallit, joita testattiin toisen ryhmän yritysten tilinpäätöksillä ennustamistarkkuuden selvittämiseksi.
Korkein ennustamistarkkuus saavutettiin yleistetyllä lineaarisella sekamallilla sen ennustaessa yritysten konkurssit 87,3 %:n tarkkuudella aineiston testiryhmässä. Käyttämällä vertailukohdan saamiseksi tunnetuinta konkurssin ennustamismallia eli Altmanin Z-mallia vastaava tarkkuus oli vain 78,9 %. Tulokset antavat aihetta tutkia yleistetyn lineaarisen sekamallin käyttöä konkurssin ennustamisessa lisää, sillä sen edistyneiden tilastollisten ominaisuuksien täysimittainen hyödyntäminen edellyttää todennäköisesti suurempaa aineistoa kuin tutkielmassa oli saatavilla.
Konkurssin ennustamistutkimusten empiirisellä aineistolla on aikaisempien tutkimusten tulosten perusteella merkittävä vaikutus ennustamismallin laadintaan, sillä aineiston rajaus määrittää lähtökohtaisesti sen yrityspopulaation, missä laadittu ennustamismalli toimii odotettavasti vastaavalla tarkkuudella kuin tutkimustuloksissa. Tutkielmassa aineisto rajattiin kokonsa puolesta tilintarkastusvelvollisuuden rajat ylittäviin yrityksiin. Tarvittavat tiedot saatiin 143 suomalaisen konkurssiyrityksen ja 143 toimivan yrityksen tilinpäätöksistä. Konkurssit sijoittuivat aikavälille 21.6.2011 - 16.12.2014.
Tutkielman tavoitteena oli laatia mahdollisimman hyvin konkursseja ennustava matemaattinen malli yritysten taloudellisten tunnuslukujen perusteella. Ennustamismallin laadintaprosessissa käytettiin lineaarista erotteluanalyysia, logistista regressiota sekä yleistettyä lineaarista sekamallia ja vaihtelevia yhdistelmiä yritysten tilinpäätöksistä johdettuja tunnuslukuja. Aineisto jaettiin kahteen ryhmään, joista toisen ryhmän tilinpäätösten perusteella laadittiin ennustamismallit, joita testattiin toisen ryhmän yritysten tilinpäätöksillä ennustamistarkkuuden selvittämiseksi.
Korkein ennustamistarkkuus saavutettiin yleistetyllä lineaarisella sekamallilla sen ennustaessa yritysten konkurssit 87,3 %:n tarkkuudella aineiston testiryhmässä. Käyttämällä vertailukohdan saamiseksi tunnetuinta konkurssin ennustamismallia eli Altmanin Z-mallia vastaava tarkkuus oli vain 78,9 %. Tulokset antavat aihetta tutkia yleistetyn lineaarisen sekamallin käyttöä konkurssin ennustamisessa lisää, sillä sen edistyneiden tilastollisten ominaisuuksien täysimittainen hyödyntäminen edellyttää todennäköisesti suurempaa aineistoa kuin tutkielmassa oli saatavilla.